تكنيك های داده کاوی در پیش بینی قیمت سهام بورس اوراق بهادار

تكنيك های داده کاوی در پیش بینی قیمت سهام بورس اوراق بهادار


  • 680 بازدید

 آکادمی داده  که به زودی پنجمین سال فعالیت خود را جشن می گیرد سالهاست به دنبال ایجاد محتوای مفید برای علاقه مندان علوم داده‌کاوی، متن کاوی و علوم مرتبط با علم داده، مدیریت دانش، هوش تجاری و مباحث مرتبط است.  آکادمی داده  امیدوار است با این اقدامات بتواند اثری هر چند اندک در افزایش آگاهی علاقه مندان به این حوزه ها داشته باشد. در این سری مقالات  آکادمی داده  تلاش دارد مقالات جالب، جدید، پر محتوا و اثرگزار را در علوم داده‌کاوی، متن کاوی، مدیریت دانش، هوش تجاری و مباحث مرتبط ارایه نماید. در این سری مقالات ابتدا مقدمه و سپس نتیجه گیری مقالات ارایه شده است و سپس‌ فایل پی دی اف مقاله برای دانلود رایگان علاقه مندان توسط  آکادمی داده تهیه شده و قابل دانلود است.

چکیده

دستیابی به رشد اقتصادی و ایجاد انگیزه جهت سرمایه گذاری زمانی در یک  کشور تسریع می گردد که آن کشور دارای بازارهای سرمایه فعال و قابل اعتماد باشد. وجود بازارهای بورس فعال همواره سرمایه گذاران متعددی را به تکاپو واداشته و جریان سرمایه و منابع مالی را به بخش های مولد تسریع می نماید. از روش های دقیق تری که می توان در هر نوع پیش بینی از آن استفاده کرد تکنیک های داده کاوی از جمله شبکه عصبی و درخت های تصمیم و رگرسیون منطقی ، تحلیل تفکیکی، مدل افزودنی کلی، روش Boosting است. پیش بینی قیمت سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از تکنیک های داده کاوی و با توجه به معیارهای مالی از جمله موضوع های با اهمیتی است که متأسفانه تاکنون در ارتباط با آن تحقیقات اندکی انجام شده است. در این مقاله پس از بررسی مفاهیم بورس اوراق بهادار، انواع تکنیک های داده کاوی مورد بررسی قرار خواهد گرفت.

نتیجه گیری 

توسعه صنعتی و اقتصادی کشور در سالهای آینده منوط به توجه و سرمایه گذاری هر چه بیشتر به شرکتهای پذیرفته شده در بورس می باشد. دستیابی به رشد اقتصادی و ایجاد انگیزه جهت سرمایه گذاری زمانی در یک کشور تسریع می گردد که آن کشور دارای بازارهای سرمایه فعال و قابل اعتماد باشد. وجود بازارهای بورس فعال همواره سرمایه گذاران متعددی را به تکاپو واداشته و جریان سرمایه و منابع مالی را به بخش های مولد نسریع می نماید. یکی از فرضیانی که در خصوص این بازار وجود دارد، فرضيه بازار کارا (EMH ) است. بر اساسي فرضيه بازار کالا قیمت اوراق بهادار به ارزش ذاتی آنها نزدیک است. به عبارت دیگر، ویژگی مهم بازار کارا این است که قیمت تعیین شده در بازار، شاخص مناسبی از ارزش واقعی اوراق بهادار است. (جهانخانی، ۱۳۸۰) از مواردی که فرضیه بازار کارا را ضعیف تر می کند قابلیت پیش بینی در این بازارهاست. برای پیش بینی قیمت سهام در بازارهای بورس دنیا از روش های مختلفی از تحلیل ها نظیر تکنیک های داده کاوی، رگرسیون ، سری فی زمانی و ... استفاده شده است. (جهانخانی، ۱۳۸۰ سفرنواده، ۱۳۸۰) 
از روش های دقیق تری که می توان در هر نوع پیش بینی از آن استفاده گرد تکنیک های داده کاوی از جمله شبکه عصبی و درخت های تصمیم و ::. است. پیش بینی قیمت سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از تکنیک های داده کاوی و با توجه به معیارهای مالی از جمله موضوع های با اهمیتی است که متأسفانه تاکنون در ارتباط با آن تحقیقات اندکی انجام شده است، تمرکز پیش بینی کنندگان بازار بورس روی شیوه های توسعه برای موفقیت پیش بینی ارزش های شاخص با قیمت سهم ، د بد سود های زیاد برای استفاده خوب برای تعیین استراتژی های تجاری است. ایده اصلی برای پیش بینی بازار بورسي موفق، دستیابی به نتایج بهتر با استفاده از حد اقل داده های اولیه مورد نیاز و کمترین مدل بازار بورس پیچیده است، طبقه بندی ها بر حسب داده های اولیه و متدلوژی پیش بینی و ارزیابی عملکرد و استفاده از معیارهای عملکرد ساخته شده است. که به واسطه این تحقیق نشان می دهد که تکنیک های محاسبه در بسیاری موارد برای مطالعه و ارزیابی رفتار بازار بورس مورد پذیرش می باشند. بدون شک پیش بینی قیمت ها و بازده های سهام مشکل است ، زیرا که تغییرات بازار به تصرف و تسخیر در استفاده و اجرا و تکمیل مدل ها نیاز دارد، پیشرفت های اخیر در تکنیک های داده کاوی ایجاب می کند که ابزارهای مفیدی را در پیش بینی محیط های شلوغ مانند بازارهای بورس در تسخیر رفتارهای غیر خطی مورد استفاده قرار داد. امروزه سازمان ها قادرند با هزینه کم اطلاعات وسیعی از وضعیت کسب و کار خود جمع و نگهداری کنند و این موجب شده است که استفاده از روش های داده کاویه ارزش های قابل توجهی را برای سازمان به دست آورد. رویکردهای موجود به مساله داده کاوی متنوع است. در این تحقیق نگاهی به آخرین دستاوردهای این زمینه علمی انداخته خواهد شد. امروزه افزایش سریع حجم پایگاه داده ها به شکلی است که توانایی انسان برای درک این داده ها بدون ابزارهای پر قدرت میسر نمی باشد. در این وضعیت تصمیم گیری ها به جای تکیه بر اطلاعات ، پر درک مدیران و کاربران تکیه دارند، چرا که تصمیم گیرندگان ابزار قوی برای استخراج اطلاعات با ارزش را در دست ندارند. در واقع شرایط فعلی توصیف کننده حالتی است که ما از لحاظ داده غنی، اما از خانه اطلاعات شعیف هستیم. داده کاوی کمک می کند تا سازمان ها با کاوش بر روی داده های پک سیستم ، الگوها، روندها و رفتارهای آینده را کشف و پیش بینی کرده و بهتر تصمیم بگیرند. همچنین با استفاده از تحلیل وقایع گذشته یک تحلیل اتوماتیک و پیش بینانه ارائه می نماید و به سؤالاتی جواب می دهد که پاسخ آنها در گذشته ممکن نبوده و یا به زمان زیادی نیاز داشت. ابزارهای داده کاوی الگوهای پنهانی را کشف و پیش بینی می کند که متخصصان ممکن است به دلیل اینکه این اطلاعات و الگوها خارج از انتظار آنها باشد، آنها را مد نظر قرار ندهند و به آنها دست نیابند. در داده کاوی مواردی که در آن ها با تعداد بسیار زیادی متغیر ، مدل و با فرضیه مواجه هستیم، فراوان است. از طرفی داده کاوی یک فرآیند اکتشافی و تکراری است به این معنی که در خلال تحليل داده ها اطلاعات جدید کشف می شوند ، فرضیه های قبلی اصلاح و فرضیه های جدید ارائه می شوند و این کار ممکن است با داده های زیاد ، بارها تکرار شود. لذا از دیدگاه آمار روش های با کارایی محاسباتی بالا ، تحلیل های محاسباتی و تحلیل های تقریبی ، مورد توجه خاص داده کاوی است. تأكید بیشتر داده کاوی بر بعضی روش های آماری، به معنی عدم استفاده از سایر روش های آماری نیست و در عمل از طیف گسترده ای از روش های آماری برای تحلیل داده ها استفاده می شود. (2004 ,Berson ) با توجه به مطالعات انجام شده در این مقاله به محققین توصیه می شود که تحقیقاتی در خصوص پیش بینی بازده سهام شرکتهای موجود در بورس اوراق بهادار با استفاده از روش های داده کاوی انجام دهند.

 

این مقاله توسط آکادمی داده تهیه شده است و از طریق لینک قابل دسترسی است. محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر در حال پژوهش در حوزه داده کاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام  آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید. 

مجموعه مقالات فارسی به صورت یکجا نیز از طریق لینک قابل دسترسی هستند. 

اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام (https://t.me/dataacademyحضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.