کاربرد الگوریتم های یادگیری ماشین در پیش بینی قیمت سهام

پیش بینی قیمت سهام همواره یکی از دغدغه های اصلی فعالان بازارهای مالی، تحلیل گران و سرمایه گذاران بوده است. نوسانات شدید، رفتار غیرخطی بازار و تاثیر عوامل متعدد اقتصادی، سیاسی و روانی بر قیمت ها، موجب شده اند که روش های سنتی تحلیل تکنیکال و بنیادین در بسیاری از موارد نتوانند پیش بینی های دقیقی ارائه دهند. در این راستا، الگوریتم های یادگیری ماشین به عنوان ابزارهایی نوین و قدرتمند برای تحلیل داده های پیچیده و استخراج الگوهای پنهان، توجه بسیاری از پژوهشگران را به خود جلب کرده اند.هدف اصلی این پژوهش، طراحی و ارزیابی یک مدل ترکیبی نوآورانه مبتنی بر الگوریتم های یادگیری ماشین برای پیش بینی قیمت سهام در بازار بورس تهران است. در این مدل، ابتدا با استفاده از الگوریتم Random Forest، ویژگی های مهم و موثر از میان داده های خام انتخاب شدند. سپس مدل LSTM برای تحلیل وابستگی های زمانی و پیش بینی سری زمانی قیمت سهام به کار گرفته شد. در مرحله نهایی، الگوریتم SVM برای طبقه بندی روند بازار (صعودی یا نزولی) استفاده گردید. این معماری سه لایه ای با هدف افزایش دقت پیش بینی، کاهش خطا و ارتقاء قابلیت تعمیم پذیری مدل طراحی شده است.داده های مورد استفاده شامل قیمت های روزانه سهام شرکت های منتخب بورس تهران از سال ۲۰۱۸ تا ۲۰۲۴، شاخص های تکنیکال مانند RSI، MACD و میانگین متحرک، و همچنین داده های احساسات بازار استخراج شده از شبکه های اجتماعی (توییتر و تالارهای گفتگو) بوده اند. تحلیل نتایج نشان داد که مدل پیشنهادی با دقت ۸۹.۴ درصد، RMSE برابر با ۱.۲۳ و MAPE برابر با ۴.۷ درصد، عملکرد بهتری نسبت به مدل های منفرد مانند LSTM یا SVM دارد. همچنین، استفاده از داده های متنی و تحلیل احساسات بازار نقش مهمی در بهبود عملکرد مدل ایفا کرده است.این پژوهش نشان می دهد که ترکیب الگوریتم های یادگیری ماشین در قالب معماری های هوشمند و بهره گیری از داده های چندمنبعی می تواند مسیر جدیدی برای توسعه ابزارهای پیش بینی مالی فراهم آورد. در پایان، پیشنهادهایی برای توسعه مدل در آینده، از جمله استفاده از الگوریتم های مبتنی بر توجه (Attention Mechanism) و داده های لحظه ای بازار ارائه شده است.

کلیدواژه ها:

یادگیری ماشین ، پیش بینی قیمت سهام ، بورس تهران ، LSTM ، SVM ، Random Forest ، تحلیل احساسات ، داده های مالی ، مدل ترکیبی ، هوش مصنوعی