منیر محمودی - دانشجوی دانشگاه آزاد اسلامی واحد تهران جنوب
رسول نورالسنا - هیئت علمی دانشگاه علم و صنعت
فاطمه رسولی - دانشجوی دانشگاه آزاد اسلامی واحد تهران جنوب

پیش بینی شاخص قیمت سهام و جهت حرکت آن در پژوهش های تجربی بسیاری مورد بررسی قرار گرفته است ، اما بیشتر دستاوردهای تجربی ، در ارتباط با بازار های مالی توسعه یافته می باشد و پژوهش های اندکی در ارتباط با بازارهای مالی در حال توسعه صورت گرفته است. با توجه به توان تحلیلی بالای تکنولوژی داده کاوی و قدرت پردازش بی نظیر آن ، می توان از این تکنولوژی برای تحلیل مسائل بیشماری از جمله پیش ینی استفاده نمود .هدف اصلی این پژوهش را می توان تهیه مدلی پیشبینی کننده به منظور پیشبینی جهت نزولی یا صعودی بودن قیمت سهام در آینده معرفی نمود . جهت مدل سازی تکنیک داده کاوی، از الگوریتم ژنتیک برای پیدا کردن متغیرهای بهینه و از سایر روش های هوش مصنوعی از جمله شبکه عصبی مصنوعی ، ماشین بردار بهینه شده ، درخت تصمیم با شاخص دقت AUC ، سطح زیر نمودار ROC و شاخص F برای حل مدل استفاده شده است . در این پژوهش از داده های مربوط به شاخص بورس استانبول با نام اختصاری ISE استفاده شده است .بازه ی جمع آوری داده ها از 7991 الی 7001 می باشد و تعداد کل رکوردهای موجود در این مجموعه شامل 7122 رکورد در روز کاری می باشد . سپس با استفاده از مقادیرمربوط به ده اندیکاتور محاسبه شده ، به عنوان ورودی الگوریتم ژنتیک در نظر گرفته شده است و پیش بینی مربوط تغییر جهت حرکت سهام ، مدل سازی گشته است . در نهایت با استفاده از ماشین بردار بهینه شده بهترین عملکرد به دست آمده است .

داده کاوی ، هوش مصنوعی، الگوریتم ژنتیک، پیش بینی شاخص قیمت سهام، ماشین بردار بهینه شده