بررسی تاثیرات مدل رگرسیون خودهمبسته بر پیش بینی بازار سرمایه

هدف: با توجه به اقبال عمومی به بازار سرمایه ایران و گسترش استفاده از سیستم های یادگیری ماشین در این پژوهش سعی بر بررسی کاربرد یکی از مهم ترین الگوریتم های یادگیری ماشین در بازار سرمایه ایران شد.روش: داده های قیمت پایانی شاخص کل بورس تهران، شاخص هم وزن و شاخص ۳۰ شرکت بزرگ بازار در بازه زمانی بین سال ۱۳۹۵ تا سال ۱۴۰۲ در چارچوب زمانی روزانه جمع آوری شد. پس از تایید صحت اطلاعات، به کمک زبان برنامه نویسی پایتون و با استفاده از مدل خودهمبسته به بررسی عملکرد این الگوریتم روی این شاخص ها پرداخته شد. در هر مرحله بخشی از داده ها را به بخش یادگیری و بخشی دیگر را به ارزیابی و تست سیستم اختصاص داده شد.یافته ها: نتایج بررسی نشان از کاربردی بودن مدل خودهمبسته در بازار سرمایه ایران دارد و به ترتیب شاخص کل و سپس شاخص هم وزن و در نهایت شاخص ۳۰ شرکت بزرگتر بهترین نتیجه را در این مدل داشته اند.نتیجه گیری: نتایج پژوهش نشان داد که مدل خودهمبسته بهترین عملکرد را روی شاخص کل داشته و در کل استفاده از این مدل نمی تواند به تنهایی نتیجه بخش باشد ولی می تواند در کنار ابزارهای دیگر یک دید مناسب به سرمایه گذاران ارائه کند.

کلیدواژه ها:

پیش بینی بازار سرمایه ، بورس اوراق بهادار ، سرمایه گذاری ، مدل خودهمسبته