کاربرد هوش مصنوعی در بورس اوراق بهادار تهران

در سال های اخیر گسترش روش های مبتنی بر هوش مصنوعی و یادگیری عمیق افق های تازه ای را در پیش بینی و تحلیل داده های سری زمانی مالی گشوده است. این موضوع در بازار سرمایه به ویژه در بورس اوراق بهادار تهران از اهمیت مضاعفی برخوردار است؛ زیرا این بازار به دلیل تاثیرپذیری بالا از متغیرهای کلان، اقتصادی، اخبار، سیاسی، نوسانات نرخ ارز، رفتارهای هیجانی سرمایه گذاران، دامنه نوسان و حجم مبنا دارای الگوهای غیرخطی و پیچیده است. در چنین شرایطی اتکای صرف به روش های سنتی تحلیل تکنیکال و تحلیل بنیادی برای تصمیم گیری سرمایه گذاری و پیش بینی قیمت سهام کفایت لازم را ندارد. هدف این مقاله مرور و تحلیل کاربردهای هوش مصنوعی در بورس اوراق بهادار تهران و بررسی مهم ترین الگوریتم های به کار رفته در پژوهش های داخلی و خارجی است. بر این اساس الگوریتم هایی مانند شبکه های عصبی مصنوعی، ماشین بردار پشتیبان، مدل های یادگیری عمیق به ویژه LSTM و رویکردهای ترکیبی در پیش بینی قیمت سهام، شاخص کل و جهت حرکت بازار بررسی شده اند. یافته های مرور ادبیات نشان می دهد که مدل های مبتنی بر یادگیری عمیق و روش های ترکیبی، در مقایسه با مدل های کلاسیک از دقت بالاتری در شناسایی روابط غیرخطی بازار برخوردارند؛ با این حال کارایی آنها به کیفیت داده ها، انتخاب متغیرهای ورودی و وجود زیرساخت مناسب معاملاتی وابسته است. در پایان مهم ترین فرصت ها و چالش های پیاده سازی هوش مصنوعی در بورس تهران از جمله محدودیت داده، ضعف زیرساخت و ابهام های مقرراتی مورد بحث قرار گرفته است.

کلیدواژه ها:

هوش مصنوعی ، بورس اوراق بهادار تهران ، پیش بینی قیمت سهام ، یادگیری ماشین ، یادگیری عمیق ، معاملات الگوریتم هوش مصنوعی