مدل سازي رفتار سرمايه گذار در بازار سهام بر پايه تركيب اتوماتاي يادگير سلولي و الگوريتم بهينه سازي ازدحام ذرات

تاكنون مطالعات فراواني در زمينه شبيه سازي رفتار سرمايه گذاران در بازار سهام با رويكردهاي يادگيري ماشين انجام شده است. مهمترين چالش در اين حوزه مربوط به مدل سازي عدم قطعيت با توجه به حجم انبوه متغيرها در فضاي مسئله است. ما در اين مقاله رفتار سرمايه گذاران در بازار سهام را بر پايه ي اتوماتاي يادگير سلولي شبيه سازي كرديم بگونه اي كه هر اتوماتا نشان دهنده يك بازار سهام است و هر سلول بعنوان يك سرمايه گذار در نظر گرفته مي شود. روش پيشنهادي براي فرايند يادگيري ساختاري اتوماتاي يادگير سلولي نيز استفاده از الگوريتم بهينه سازي ازدحام ذرات است. مبناي اين الگوريتم متكي بر تكرار جستجو در فضاي مسئله توسط يك جمعيت تصادفي از سلول هاي اتوماتا مي باشد كه در هر تكرار، تابع شايستگي مورد ارزيابي قرار مي گيرد و سپس بهترين موقعيت هر سلول و بهترين موقعيت تمام سلول ها در آن نسل در دو حافظه (بهترين موقعيت محلي ، بهترين موقعيت جهاني) مشخص مي شود. نتايج حاصل از فرايند يادگيري در راستاي پيش بيني خريد، فروش و حفظ سهام توسط سرمايه گذاران بسيار اميدواركننده هستند.