طراحی یک مدل هوشمند جهت تعیین سیگنال های معاملات سهام با رویکرد داده کاوی

یکی از مهمترین مسایل در بازارهای مالی مدرن یافتن راه های کارآمد برای تلخیص و تجسم کردن اطلاعات بازار بورس می باشد. با حجم انبوه از داده هایی که در بازار بورس تهران در هر لحظه ایجاد می گردد برای بررسی روابط میان داده ها و دست یافتن به اطلاعات نهفته آنها که تاثیر قابل ملاحظه ای در تصمیمات سرمایه-گذاران دارد به مدل هایی دست یافتیم. با استفاده از کلان داده های ارزشمند تولید شده توسط بازار سهام با استفاده از روش خوشه بندی افرازی و به کمک الگوریتم k-means به تعیین نقاط سیگنال معاملات سهام پرداخته شده است. در این پژوهش از داده های صنایع خودرو و فرآورده های نفتی طی سال 1387 تا 1396 که با کمک بیست شاخص تکنیکی مدل سازی انجام پذیرفت. نتایج این پژوهش نشان داد که مدل مورد استفاده در شناسایی و پیش بینی سیگنال های فروش صادره در نقاط حداکثری دارای عملکرد قابل توجهی بوده و با دقت قابل قبولی قابل پیش بینی می باشند. در واقع این سیگنالها دارای خطای کمتری بوده و بهتر پیش بینی گردیده است.