آیدا فرشیدورد - دانشجوی دکتری؛ دانشکده ریاضی و علوم کامپیوتر دانشگاه صنعتی امیرکبیر
فرناز هوشمندخلیق - عضو هیات علمی؛ دانشکده ریاضی و علوم کامپیوتر دانشگاه صنعتی امیرکبیر
سیدعلی میرحسنی - عضو هیات علمی؛ دانشکده ریاضی و علوم کامپیوتر دانشگاه صنعتی امیرکبیر

این پژوهش به ارائه رویکردی کارا برای سرمایه گذاری در بازار سهام می پردازد که ترکیبی از روش دسته بندی بردار پشتیبان (SVM) و مدل تعادل ریسک است و در آن، ابتدا با توجه به اطلاعات تاریخی بازدهی یک سهم در دوره های گذشته و با به کارگیری مدل SVM پیش بینی می شود که کدام سهم ها در دوره بعد نرخ بازدهی شان از آرمان مورد نظر بیشتر است. سپس برای تعیین میزان سرمایه گذاری در هریک از سهام مذکور، مدل تعادل ریسک به کار گرفته می شود. به دلیل عدم توازان داده ها نسخه اریب SVM مورد استفاده قرار می گیرد. ارزیابی رویکرد ترکیبی روی داده های واقعی، کارایی آن را تصدیق می-کند.

انتخاب سبد سهام؛ مدل SVM؛ داده های نامتوازن؛ رویکرد اریب؛ مدل تعادل ریسک