پیش بینی روند میان مدت نوسانات بازار سهام با طراحی الگوی خود یادگیرنده متغیرهای بورسی با رویکرد تاثیرگذاری رسانه بر آمار معاملات

در دهه اخیر، پیچیدگی فزاینده رفتار بازارهای مالی و نقش فزاینده رسانه ها در شکل دهی به انتظارات سرمایه گذاران، ضرورت توسعه مدل هایی داده محور و هوشمند را بیش از پیش آشکار ساخته است. پژوهش حاضر با هدف پیش بینی روند میان مدت نوسانات بازار سهام ایران، مدلی تلفیقی طراحی کرده است که با ترکیب داده های آماری بازار سرمایه، مولفه های رفتاری سرمایه گذاران و تحلیل محتوای رسانه ها، قابلیت مدل سازی دقیق تری از رفتار بازار را فراهم می آورد. در این چارچوب، ابتدا با بهره گیری از ادبیات نظری و نظرات خبرگان، مدل مفهومی اولیه شامل متغیرهایی نظیر حافظه بازار، هوشمندی معاملاتی، احساسات رسانه ای، و تمایل به پیروی از جریان اطلاعات طراحی شد. داده های آماری از بازار سرمایه (شاخص کل، ارزش، حجم و تعداد معاملات) و داده های رفتاری از طریق نظرسنجی تخصصی جمع آوری گردید. در گام نخست، روابط بین متغیرها با استفاده از مدل سازی معادلات ساختاری (CB-SEM) تحلیل شد که روابط معناداری را میان مولفه های رفتاری، رسانه ای و ساختاری آشکار ساخت. در مرحله بعد، برای پیش بینی جهت حرکت بازار، از مدل یادگیری عمیق ترکیبی شامل SimpleRNN و Bidirectional LSTM بهره گیری شد. با تنظیم بهینه پارامتر LOOK_BACK از طریق GridSearch-like و استفاده از تکنیک های پیشرفته ای چون Dropout، LayerNormalization و وزن دهی کلاس ها، مدلی خودیادگیرنده و پایدار توسعه داده شد. مدل نهایی با دقت 69 درصد، نمره F1برابر با 0.67، و AUC معادل 0.76 توانست عملکرد معناداری در پیش بینی روندهای بازار و شناسایی الگوهای میان مدت ارائه دهد. همچنین تحلیل Permutation Importance نشان داد که ترکیب شاخص های ساختاری بازار و متغیرهای رفتاری، تاثیر چشمگیری در پیش بینی روند دارند. یافته های پژوهش بیانگر آن است که تلفیق هوشمند داده های چندمنبعی در قالب مدل های یادگیری عمیق، می تواند الگوهای پنهان و رفتاری بازار را با دقت بالا شناسایی و پیش بینی کند. از منظر نظری، این پژوهش با ارائه مدلی میان رشته ای، ادبیات موجود را در حوزه رفتار مالی، تحلیل احساسات و هوش مصنوعی گسترش می دهد. از منظر کاربردی نیز، نتایج قابلیت بهره برداری در طراحی سامانه های هشدار زودهنگام، الگوریتم های معاملاتی تطبیقی و سیاست گذاری تنظیم گرایانه در بازار سرمایه را داراست.

کلیدواژه ها:

یادگیری ماشین ، شاخص بورس ، رسانه ، رفتار سرمایه گذار