کاربرد الگوریتم های داده کاوی در فرایندهای مالی و ارائه مدل متناسب با بازار بورس اوراق بهادار

Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 127

This Paper With 22 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

MIAE01_0539

تاریخ نمایه سازی: 18 تیر 1402

Abstract:

هدف از این پژوهش بررسی کاربرد الگوریتم های داده کاوی در فرایندهای مالی و ارائه مدل متناسب با بازار بورس اوراق بهادار است .در این پژوهش داده های پنجاه شرکت برتر بورس اوراق بهاردار تهران را ابا استفاده از روش های داده کاوی شبکه عصبی پرسپترون و الگوی سرشانه ،ماهی و درخت تصمیم و KNN و آریما و رگرسیون بررسی نمودیم .ابتدا بر روی داده های تکنیکی و بنیادی و سپس به نسب های مالی و سپس به بررسی ارزش افزوده با استفاده از شبکه های عصبی مختلف پرداخته می شود و سپس مقایسه ای بین روش های مختلف داده کاوی استفاده شده در این پژوهش و ارایه مدل بهینه پرداخته می شود.روش انجام تحقیق حاضر،پیمایشی و مقایسه ای از نوع همبستگی می باشد. روش گردآوری اطلاعات به صورت کتابخانه ای می باشد قلمرو تحقیق از نظر مکانی محدود به سازمان بورس اوراق بهادار تهران واز نظر زمانی در برگیرنده دوره زمانی ۰۸/۰۴/۱۳۹۶ الی ۰۹/۰۳/۱۴۰۱ می باشد . پس از انجام محاسبه های لازم با استفاده از رگرسیون به پیش بینی ارزش افزوده اقتصادی می پردازیم . همین پیش بینی را با استفاده از شبکه های عصبی مصنوعی انجام می دهیم و پیش بینی های صورت گرفته را با واقعیت مقایسه می کنیم که در پایان این پژوهش دیده می شود پیش بینی های صورت گرفته با استفاده از شبکه های عصبی مصنوعی عملکرد بهتری نسبت به رگرسیون خطی دارندبنابراین به بررسی و مقایسه دادههای بنیادی ، تکنیکی و ترکیب بنیادی و تکنیکی پرداخته شده است . سپس نشان داده شده است که دادههای ترکیبی برای پیش بینی مناسب تر هستند. با هدف بهبود پیش بینی ، به دادههای مورد استفاده در بازار سهام الگوی سر و سرشانه افزوده شده است . با بررسی و مقایسه صورت گرفته بین دادههای معمولی بدون الگوی سر و سرشانه و دادههای با استفاده از این الگو به کمک جعبه ابزار شبکه عصبی MATLAB نشان داده شده است که این الگوموجب بهبود پیش بینی خواهد شد. شودو به منظور آزمون نتایج این پیش بینی و اینکه شبکه های عصبی توانایی پیش بین بهتری دارند یا سایر روشهای آماری نتایج حاصل از شبکه عصبی مطلوب با روشهای آماری آریما و رگرسیون مورد مقایسه قرار گرفت که به صورت معنی داری مشخص شد ترکیب شبکه عصبی شبکه شعاعی و الگوریتم ASFA با ترکیب بقیه روش ها در مقایسه با روشهای داده کاوی ذکر شده بهتر می تواند نسبت به پیش بینی شاخص های مورد نظر این تحقیق اقدام نماید.

Keywords:

الگوریتم های داده کاوی , فرایندهای مالی , بازار بورس اوراق بهادار , شبکه عصبی

Authors

حسین علیزاده

دانشجوی کارشناسی ارشد مهندسی دانشگاه آزاد اسلامی واحد صنایع علوم و تحقیقات تهران

حمید اسماعیلی

استاد بخش مهندسی دانشگاه آزاد اسلامی واحد صنایع علوم و تحقیقات تهران