ایجاد قوانین طبقه بندی سهام بورس با استفاده از الگوریتم بهینه سازی کولونی مورچه ها

امروزه با حجم بالای تعدادسهام و شرکت های سرمایه گذاری دربورس اوراق بهادار نیاز به ابزاری برای استخراج قوانین و ارتباط بین داده های سهام و تحلیل آنهاست این مقاله یک روش برای دسته بندی سهام اوراق بهادار دربورس ارایه میدهد دراین پژوهش با استفاده ازالگوریتم بهینه سازی کولونی مورچه ها شرکت های بورس را براساس شاخص بازده به ریسک آنها طبقه بندی کرده ایم این پژوهش با استفاده ازcAnt-Miner که یکی ازتکنیکهای داده کاوی است سهام شرکت ها را با توجه به ویژگیهای تعریف شده شان دسته بندی می کند و سهام شرکت های جدید با توجه به این ویژگیها و الگوی ایجاد شده دردسته های مربوطه قرارمیگیرند بنابراین باتوجه به مشخصات سهام هرشرکت می توان شاخص بازده به ریسک آن سهام و به تبع آن اولویت ورود به سبدسهام را مشخص کرد مورد مطالعه 186شرتک دربورس اوراق بهادار تهران و دوره مورد بررسی تیرسال 85تا تیرسال 1390 است نتایج این پژوهش حاکی از عملکرد موفق الگوریتم بهینه سازی کولونی مورچه ها درطبقه بندی است

کلیدواژه ها:

داده کاوی ، طبقه بندی ، الگوریتم بهینه سازی کولونی مورچه ها ، cAnt-Miner ، نرخ بازده به ریسک ، بورس اوراق بهادار