داده کاوی بازار سهام ایران با مدل سازی فیلترینگ شبکه های پیچیده: رویکرد MST

چکیده یکی از مهم­ترین مسائل در مالی نوین، یافتن روش­های کارآمد برای خلاصه کردن و تجسم داده­های بازار سهام است. مدل­سازی فیلترینگ شبکه­های پیچیده در بازار سهام، این امکان را از طریق کاهش اندازه بازار، با دستیابی به اطلاعات قابل اطمینان و با اختلال کمتر فراهم می­آورد. به­علاوه، از آن­جایی که تغییرات قیمت سهام مستقل از یکدیگر نیستند، مطالعه همبستگی تغییرات قیمت سهام با شبکه­های پیچیده، درک بیشتری از عملکرد بازار برای سرمایه­گذاران فراهم می­نماید. در این مقاله، با استفاده از داده­های بازار سهام در بورس اوراق بهادار تهران، شبکه بازار سهام ایران با روش آستانه ایجاد می­شود و سپس فیلترینگ شبکه بر اساس می­نیمم درخت فراگیر (MST) صورت می­گیرد. نتایج نشان می­دهد مدل­سازی فیلترینگ شبکه بازار سهام ایران بر اساس می­نیمم درخت فراگیر، می­تواند زیرمجموعه­ای از بازار سهام را تشکیل دهد که عملکرد کل بازار را با کاهش قابل توجهی در اندازه دنبال نماید و از درجه تنوع­سازی مشابهی با کل بازار برخوردار باشد. نتایج تحقیق دلالت بر این دارد روش حاصل از فیلترینگ شبکه مبتنی بر MST، می­تواند مجموعه سهام تقلیل یافته­ای را نسبت به کل بازار ارائه دهد که رفتار کل بازار را منعکس می­کنند. از این رو، به جای تحلیل داده­های کل بازار سهام، می­توان رفتار مجموعه سهام حاصل را بررسی نمود. این تحلیل­ها امکان بینش عمیق­تر ساختار داخلی بازار سهام را ضمن کاهش ابعاد فراهم می­نماید

کلیدواژه ها:

واژه های کلیدی: فیلترینگ بازار سهام ، تحلیل شبکه های پیچیده ، می نیمم درخت فراگیر ، متنوع سازی. طبقه بندی JEL : D۵۳ ، G۱۱ ، G۲۰