پیش بینی سقوط قیمت سهام در بورس تهران با رویکرد یادگیری عمیق گرافی و شاخص های نقدشوندگی

سقوط قیمت سهام یکی از مهم ترین ریسک های نامتقارن در بازار سرمایه است که می تواند به زیان شدید سرمایه گذاران، کاهش نقدشوندگی، تشدید رفتار هیجانی و انتقال ریسک میان نمادهای مرتبط منجر شود. در بورس تهران به دلیل وجود دامنه نوسان، قیمت پایانی، توقف های معاملاتی و سازوکار صف خرید و فروش، سقوط قیمت غالبا به صورت افت تدریجی و تجمعی در چند روز معاملاتی ظاهر می شود؛ از این رو، مدل های متعارف پیش بینی قیمت برای طراحی سامانه هشدار زودهنگام کافی نیستند. هدف این پژوهش طراحی و ارزیابی تجربی مدلی برای پیش بینی احتمال سقوط کوتاه مدت قیمت سهام در بورس تهران با استفاده از یادگیری عمیق گرافی و شاخص های ریز ساختار بازار است. بدین منظور داده های روزانه معاملاتی نمادهای پذیرفته شده در بورس تهران طی دوره ۱۳۹۸ تا ۱۴۰۳ استخراج شد و پس از غربالگری نمادها و هم ترازسازی تقویم معاملاتی، نمونه نهایی پژوهش شامل ۱۰۲٬۶۰۰ مشاهده نماد-روز تشکیل شد. در چارچوب پیشنهادی هر نماد به عنوان یک گره در گراف بازار در نظر گرفته شده و روابط میان نمادها بر اساس همبستگی، بازده هم صنعتی و شباهت نقدشوندگی تعریف می شود. متغیرهای ورودی مدل نیز شامل بازده دامنه نوسان، شکاف قیمت آخرین معامله و قیمت پایانی، شوک حجم، شوک ارزش معاملات، عدم نقدشوندگی، آمیهود عدم تعادل سفارش و فشار صف فروش است. نتایج آزمون خارج از نمونه نشان می دهد مدل Temporal-GAT نسبت به مدل های کلاسیک و غیرگرافی عملکرد بهتری در پیش بینی سقوط کوتاه مدت قیمت سهام دارد، همچنین فشار صف فروش، عدم تعادل سفارش و عدم نقدشوندگی مهم ترین سیگنال های هشداردهنده سقوط شناسایی شدند. یافته های پژوهش می تواند مبنایی برای طراحی سامانه هشدار زودهنگام، رتبه بندی سهام پرریسک و مدیریت فعال پرتفوی در بورس تهران فراهم کند.

کلیدواژه ها:

سقوط قیمت سهام ، بورس تهران ، یادگیری عمیق ، گرافی Temporal-GAT ، عدم تعادل سفارش ، نقدشوندگی