انتخاب بهينه سبدسهام با استفاده از الگوريتم هاي يادگيري ماشين

انتخاب سبد سهام مناسب همواره از اساسي ترين مسائل سرمايه گذاران است. اساساً پيش بيني روند قيمت با استفاده از آناليز فني يا آناليز اساسي انجام مي شود. آناليز فني بر عملكرد بازار تمركز دارد، در حاليكه تمركز آناليز اساسي مبتني بر مكانيزم عرضه و تقاضا است و اين سبب تغيير قيمت ها مي شود. وجود راهكاري كه بتواند رشد يا كاهش سهام را با استفاده از آن پيش بيني نمايد، بعنوان يك نياز اساسي در اين تحقيق به آن پرداخته شده است. در پژوهش حاضر، به كمك ديتاسِت نظارت شده از راهكاري مبتني بر الگوريتم هاي مجموعه راف و تحليل سلسله مراتبي براي كاهش ويژگي و از الگوريتم هاي درخت تصميم، ماشين بردار پشتيبان و شبكه بيزين براي پيش بيني استفاده شده است. اين راهكار پيشنهادي با استفاده از زبان سي شارپ پياده سازي و با راهكارهاي مختلفي مقايسه شده و نتايج تحقيق نشان داده است كه روش پيشنهادي با 80 درصد دقت صحت پيش بيني و 20 اشتباه در پيش بيني داراي بيشترين دقت و كمترين ميزان اشتباه در ميان روش هاي مورد مقايسه را دارد.