رسول نورالسناء - استاد، دانشکده مهندسی صنایع و سیستمها، دانشگاه علم و صنعت
منیر محمودی - کارشناسی ارشد، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب
پریا سلیمانی - استاد یار، دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران

پیش بینی حرکت شاخص قیمت سهام در پیش بینی سری های زمانی مالی، به عنوان یک کار چالش برانگیز تلقی می گردد. پیش بینی دقیق حرکت قیمت سهام ممکن است برای سرمایه گذاران با سود همراه باشد. با توجه به پیچیدگی اطلاعات بازار سهام، توسعه مدل های کارآمد برای پیش بینی بسیار دشوار است .هدف اصلی این پژوهش را می توان تهیه مدلی پیش بینی کننده، به منظور پیش بینی جهت نزولی یا صعودی بودن قیمت سهام در آینده معرفی نمود. جهت مدل سازی، از الگوریتم ژنتیک برای پیدا کردن متغیرهای بهینه استفاده شده و سایر روش های هوش مصنوعی از جمله K نزدیک ترین همسایگی، درخت تصمیم J48 با شاخص دقت ACC، سطح زیر نمودار (ROC(AUC و شاخص F، برای حل مدل به کار رفته اند، همچنین به مقایسه عملکرد آنها، در پیش بینی جهت حرکت روزانه ی 100 شاخص ملی بورس اوراق بهادار استانبول ،پرداخته می شود .بازه ی جمع آوری داده ها از 1997 الی 2007 می باشد و تعداد کل رکوردهای موجود در این مجموعه شامل 2733 رکورد در روز کاری می باشد . ده شاخص فنی به عنوان ورودی مدل های ارائه شده انتخاب شده اند، سپس با استفاده از الگوریتم ژنتیک شاخص های بهینه انتخاب و پیش بینی مربوط به تغییر جهت حرکت سهام ، مدل سازی شده است . درنهایت با استفاده از درخت تصمیم J48 بهترین عملکرد به دست آمده است.

داده کاوی ، هوش مصنوعی، الگوریتم ژنتیک، بورس اوراق بهادار، درخت تصمیم K, J48 نزدیک ترین همسایگی