تعیین الگوی طبقه بندی در داده کاوی اطلاعات مالی

مشتریان بازار سهام نیازمند پیش بینی وضعیت آتی شرکت های بورس برای کمک به تصمیم گیری آن ها در انتخاب سهام مناسب می باشند. پیش بینی مطلوبی از وضعیت سوددهی سهام شرکت ها، شرایطی را به وجود می آورد که سرمایه گذاران با اطمینان خاطر بیشتری سرمایه گذاری کرده و سود بیشتری عایدشان گردد. اما این پیش بینی با توجه به حجم وسیع داده ها و شرایط پیچیده بازار، کاری سخت و دشوار می باشد. برای این منظور در این تحقیق ابتدا بررسی جامعی روی مشخصه های تأثیر گذار بر روی ریسک و بازده سهام که مهم ترین عوامل تأثیرگذار در پیش بینی وضعیت سهام شرکت ها می باشند، انجام گردیده و معیارهای تأثیر گذار از بین مشخصه های بازار سهام، استخراج گردیده است. بر این اساس با ایجاد پایگاه داده ای شامل 44 ویژگی ورودی و ریسک و بازدهی به عنوان ویژگی های هدف، اطلاعات بورس تهران از سال 1382 تا 1389 جمع آوری شده و وارد پایگاه داده می گردد. بعد از ایجاد پایگاه داده در ابتدا با استفاده از روش های پیش پردازش داده ها، ویژگی های با وابستگی بالا حذف شده و به بررسی و حل مشکل داده های پرت و داده های گم شده پرداخته می شود. سپس با استفاده از متدهای کلاس بندی در داده کاوی به پیش بینی ریسک و بازده پرداخته شده و مقایسه ای بین متدهای مختلف کلاس بندی انجام می گردد و سپس با استفاده از الگوریتم های انتخاب ویژگی، به بررسی اهمیت ویژگی ها در پیش بینی ریسک و بازده پرداخته شده و علت قدرت و ضعف الگوریتم ها بررسی می شود. دقت مناسب نتایج پیش بینی حاکی از آن است که مشخصه های استفاده شده معرف مناسبی برای ریسک و بازده می باشند. در نهایت برای افزایش دقت پیش بینی مدلی ترکیبی با استفاده ترکیب کلاس بندها ارائه می شود. مدل ترکیبی استفاده شده در این تحقیق برای اولین بار برای پیش بینی فاندامنتال ریسک و بازدهی به کار گرفته شده است که با اجرای الگوریتم بر روی پایگاه داده، نتایج درخشانی حاصل گردیده است.