سحر یوسفی - دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه صنعتی خواجه نصیرالدین طوسی تهران
امیرعباس نجفی - دانشیار گروه مهندسی مالی دانشکده مهندسی صنایع دانشگاه صنعتی خواجه نصیرالدین طوسی تهران

کاوش قوانین انجمنی ، از تکنیک های اصلی در دادهکاوی می باشد که تقریبا مهم ترین شکل کشف و استخراج الگوها در سیستم های یادگیری است . در این تحقیق پیش رو باهدف کشف الگوهای مکرر و قوانین انجمنی برای تحلیل تکنیکال سهام موجود در بورس اوراق بهادار تهران، به ارتباط بین آنها پی می بریم و اندیکاتورهایی که سیگنال خرید درست را می دهند، شناسایی می کنیم . این امر منجر به تصمیم گیری صحیح تر و سریع تر معامله گر برای انتخاب اندیکاتور تحلیل تکنیکال از میان اندیکاتورهای متعدد می شود. الگوریتم Apriori ارائه شده در این پژوهش بر روی ۳۰ شرکت بزرگ بازار بورس اوراق بهادار تهران در بازه زمانی ۱۳۹۰۱۴۰۰ اعمالشده است تا افت خیز بازار را نیز شامل بشود. همچنین برای اعتبارسنجی بیشتر مدل، علاوه بر سهام ۳۰ شرکت برتر بورس اوراق بهادار تهران ، قوانین را برای شاخص های صنایع در بورس را نیز به دست آوردیم نتایج نشان می دهد که قوانین استخراج شده مشابه هستند.

داده کاوی ؛ کشف الگو مکرر و قوانین انجمنی ؛ بورس اوراق بهادار تهران؛ تحلیل تکنیکال سهام؛ الگوریتم .Apriori