نام پژوهشگر: سامان بهرام پور
سامان بهرام پور کوروش کیانی
بازار سرمایه در هر کشوری از اهمیت ویژه ای برخوردار است. سرمایه گذاری در این بازار مستلزم بررسی وضعیت موجود بازار و پیش بینی روند آینده آن می باشد. در صورتیکه بتوان روند آتی بازار سرمایه را با روش های مناسب پیش بینی کرد، بازدهی حاصل از سرمایه گذاری بیشینه خواهد شد. در این تحقیق برای پیش بینی روند معاملات بازار سرمایه از تکنیک های داده کاوی روی داده های بورس اوراق بهادار تهران بواسطه الگوریتم های شبکه عصبی پرسپترون چند لایه با روش پس انتشار ( bp) ، ماشین بردار پشتیبان (svm) و رگرسیون خطی استفاده شد. همچنین نرم افزارهای تحلیل تکنیکال آمی بروکر و داده کاوی weka برای ایجاد متغیرهای تحقیق و پیش بینی بکار گرفته شدند. نتایج حاصل از تحقیق درخور توجه و حاکی از قابلیت های برجسته پیش بینی با استفاده از تکنیک های انتخابی این پژوهش بودند. همچنین اندیکاتور ابداعی سام دارای نتایج تحلیل فنی قابل ملاحظه ای بوده، بعنوان یکی از متغیرهای پژوهش تاثیر بسزائی در بالا بردن صحت پیش بینی داشت. در میان انواع الگوریتم های داده-کاوی موجود، ماشین بردار پشتیبان با درصد صحت پیش بینی بمراتب بالاتری نسبت به سایرین، مناسبترین روش این تحقیق در پیش بینی روند معاملات بازار سرمایه شناسائی و معرفی گردید.