چکیده: بورس اوراق بهادار به عنوان یک بازیگر بزرگ و اصلی در بخش مالی بسیاری از کشورها شناخته می‌شود. اکثر کارگزاری‌ها، که اغلب به معامله سهام می‌پردازند، از روشهای تکنیکال و یا بنیادین به جهت کسب سود بیشتر استفاده می‌کنند. اگرچه که اکثر این روش‌ها بدلیل ماهیت غیر خطی و ناپایدار بازارهای مالی از کارایی خوبی برخوردار نیستند. در این کار سعی شده است تا بر خلاف اکثر کارهای انجام شده که به پیشبینی قیمت سهام در روزهای آتی می‌پردازند، با استفاده از روشهای مبتنی بر هوش مصنوعی به ارائه سیستمی برای بهینه کردن استراتژی معامله‌گری در بورس پرداخته شود. برای تحقق این هدف در ابتدا با استفاده از قیمت‌های بسته شدن سهام در روزهای گذشته به محاسبه اندیکاتور شاخص قدرت نسبی پرداخته می‌شود، که با این عمل تغییرات به محدوده ۰ تا ۱۰۰ مقادیر این اندیکاتور محدود می‌شود. در ادامه این بازه به چهار قسمت تقسیم می‌شود و سپس با استفاده از قابلیت‌های الگوریتم کرم شب تاب در جستجوی بهینه فضای مسئله سعی می‌شود تا مقادیری بهینه برای هر یک از این قسمت‌ها پیدا شود. سپس با استفاده از این مقادیر بهینه پیدا شده، با توجه به اینکه مقدار روز گذشته این اندیکاتور در کدام یک از این چهار ناحیه است به انجام معامله در روز معاملاتی بعد پرداخته شده است. در ادامه نتایج بدست آمده نشان دهنده این است که این سیستم در مقابل سیستم مشابه بر پایه الگوریتم ژنتیک در پارامتر اندازه جمعیت با حداکثر تعداد، حداقل به میزان 6.4 درصد در سهام مخابرات و حداکثر به میزان ۳۱ درصد در سهام پارسیان، در پارامتر اندازه مجموعه داده حداقل به میزان ۱۱ درصد در سهام مخابرات و حداکثر به میزان ۴۰ درصد در سهام پارسیان روش مذکور نسبت به روش بر پایه الگوریتم ژنتیک بهبود ایجاد کرده است.