قیمت سهام، بازار سرمایه، هوش مصنوعی

دانلود پایان نامه ارشد

قیمت‌ها و حجم معاملات و عرضه و تقاضا می‌توان وضعیت قیمت‌ها در آینده را پیش‌بینی کرد. این روش تحلیل در بازار ارزهای خارجی، بازارهای بورس اوراق بهادار و بازار طلا و دیگر فلزات گران‌بها کاربرد گسترده‌ای دارد.
این نوع تحلیل با استفاده از مطالعه رفتار و حرکات قیمت و حجم سهام در گذشته و تعیین قیمت و روند آینده سهم صورت می‌پذیرد. تغییرات قیمت سهم با استفاده از پیشینه تاریخی و نمودار توسط تحلیل گر تکنیکی مورد تجزیه و تحلیل قرار می‌گیرد. این روش بیشتر مورد استفاده سفته‌بازان قرار می‌گیرد و بدین صورت قصد دارند تا بازده مورد نظر خود را در هنگام بالا رفتن قیمت سهم افزایش دهند. در واقع سرمایه گذاران با دیدگاه کوتاه مدت از این روش بهره می‌جویند.
تحلیل تکنیکی (فنی)، با آزمون قیمت‌های گذشته و حجم مبادلات حرکت‌های آینده، قیمت را پیش بینی می‌کند. اساس این تحلیل‌ها بر استفاده از نمودار و رابطه‌های ریاضی و هندسی متمرکز است تا بدین گونه روندهای کوچک و بزرگ بدست آید. در این راستا فرصت‌های خرید یا فروش از راه برآورد محدوده نوسانات بازار مشخص می‌شود.

2-1-2- تحلیل بنیادین
تحلیل بنیادین یک شرکت شامل تحلیل گزارشات مالی و سلامت مالی شرکت، مدیریت و امتیازات رقابتی، رقبا و بازارهای مربوطه‌ است. هنگامیکه این تحلیل در بازارهای آتی5 و فارکس6 به کار می‌رود، تمرکز اصلی بر شرایط اقتصادی، نرخ بهره، تولید، سودآوری و مدیریت است. وقتی سهام، قراردادهای آتی یا ارز مورد تحلیل بنیادین قرار می‌گیرد، دو رویکرد اساسی وجود دارد: تحلیل پایین به بالا و تحلیل بالا به پایین. این عبارات جهت تمیز دادن چنین تحلیلهایی از سایر تحلیل‌های سرمایه گذاری نظیر تحلیل‌های کمی و تکنیکی است. تحلیل بنیادین بر اساس داده‌های گذشته و فعلی با هدف پیش بینی مالی انجام می‌پذیرد. اهداف متعددی برای این تحلیل وجود دارد. تعیین ارزش سهام شرکت و پیش بینی تغییرات آتی قیمت، برآورد عملکرد تجاری و ارزیابی مدیریت و اتخاذ تصمیمات داخلی جهت محاسبه ریسک اعتباری در تحلیل بنیادین اساس پیش بینی بر مبنای وقایع و رخدادهای واقعی پایه گذاری شده‌است. معامله گر با تحلیل اتفاقات و اخبار دنیای واقعی و بر اساس دانش و استراتژی خود، به پیش بینی بازار می‌پردازد. استراتژی روش محاسبه نقاط ورود به بازار و خروج از آن است. پایه نظر تحلیل گران بنیادی این است که تمام تغییرات در قیمتها حتماً یک علت اقتصادی بنیادی دارد.

2-1-3- تحلیل توسط مدل‌های علمی
مدل‌های علمی بسیار متنوعی برای استفاده در پیش بینی، در چند دهه اخیر معرفی و به کارگیری شده‌اند. از مدل‌های کلاسیک پیش بینی رگرسیونی7 گرفته تا متدهای متنوع و به روزی که در سری‌های زمانی8 معرفی می شوند؛ از جمله کارهای ارزشمند استفاده شده در این عصر هستند. در سال های اخیر اما، استفاده از الگوریتم های کلاسیک معرفی شده کمتر شده و خبرگان مالی به استفاده از روش‌های نوین معرفی شده توسط علم هوش مصنوعی روی آورده‌اند. دلیل این امر این است که پیچیدگی بسیار زیاد بازار سهام، استفاده از مدل‌های خطی را محدود کرده است. در واقع رفتار غیر خطی کاملا در قیمت سهام مشخص بوده و تخمین آن با متدهای خطی باعث ایجاد خطای زیادی می‌گردد. در این میان، استفاده از الگوریتم‌های کلاسیک غیر‌خطی نیز کارایی چندانی ندارند. دلیل این امر نیز این است که در این متدها باید مدلی که قرار است به داده‌ها برازش شود باید از قبل معلوم باشد و همچنین این مدل‌ها دارای محدودیت زیادی در شکل و پیچیدگی هستند و لذا استفاده از این مدل‌ها، به مراتب حتی از مدل‌های خطی نیز کارایی کمتری دارند. در این میان، حجم بالای داده‌های موجود و محدودیت‌های مدل‌های کلاسیک نیز از جمله مشکلات دیگری است که این حوزه را به سمت استفاده از مدل‌های هوش مصنوعی سوق داده است.
علم هوش مصنوعی با معرفی ابزارهای بسیار متنوعی مثل شبکه‌های عصبی9 ، ماشین بردار پشتیبان10 و الگوریتم‌های فراابتکاری11 امکانات بی نظیری را برای کار با داده های فراوان، تخمین مدل‌های بسیار پیچیده و سرعت عمل بالا در برازش فراهم آورده و به همین دلایل با اقبال بسیار زیادی روبرو شده است. در این میان، قابلیت استفاده از شبکه‌های عصبی برای پیش بینی قیمت بسیار بالاتر از ابزارهای دیگر است. دلیل این امر این است که این شبکه‌ها قابلیت تخمین مدل‌های پیچیده تر و کار با تعداد داده های بسیار زیادتر را دارد. در تحقیقات انجام شده عصر حاضر نیز بیشترین استفاده از مدل‌های هوش مصنوعی در حوزه پیش بینی سهام، به استفاده از این شبکه ها باز می‌گردد.
نکته مهمی که در مورد این شبکه‌ها وجود دارد این است که این شبکه‌ها اغلب دارای بیش برازش می‌گردند. به این معنا که مدل را حتی از حد واقعی خود نیز پیچیده تر تخمین می‌زنند. برای جلوگیری از این اتفاق، باید معماری‌های مناسبی را برای شبکه انتخاب کرده و الگوریتم های یادگیری را نیز به درستی استفاده کرد. علاوه بر این لازم است که میزان اطلاعات ورودی به این شبکه نیز محدود شده و پیچیدگی‌های احتمالی را از بین ببرد. در مورد شبکه های عصبی و معماری ها و الگوریتم‌های یادگیری آنها در ادامه به تفصیل پرداخته خواهد شد، اما در مورد کاهش حجم ورودی ها و به گزین کردن آنها، از علم داده کاوی استفاده می شود. این علم میان رشته ای با ابزارهای بسیار متنوعی که تعریف می‌کند، قابلیت های بی نظیری را برای پیش پردازش داده ها و توصیف مجموعه داده ها معرفی می‌کند. این علم نیز در ادامه به تفصیل توضیح داده خواهد شد. شکل (1) مروری کلی بر بخش مقدمه و تحلیل های ممکن در بازار سرمایه را نشان می دهد :

شکل 1-1 : دسته بندی کلی تحلیل های کاربردی در بازار سرمایه
همانگونه که ذکر شده؛ بررسی‌های انجام شده در بازار سرمایه در سه حوزه کلی شناسایی سهام مناسب برای سرمایه گذاری، شناسایی و به کارگیری استراتژی مناسب برای خرید و فروش در بازار و پیش بینی قیمت‌های آینده سهام قرار می‌گیرند. همچنین، به صورت کلی تحلیل‌های ممکن در مورد قیمت سهم در آینده در سه بخش تحلیل تکنیکی، تحلیل بنیادین و تحلیل توسط متدهای ریاضی قرار می‌گیرند. متدهای ریاضی نیز در دو دسته متدهای کلاسیک و متدهای هوش مصنوعی قرار گرفته و بررسی می شوند. در ادامه این تحقیق، در ابتدا به بررسی امکان پیش بینی و نظریه کارایی بازار سرمایه پرداخته و سپس به توضیح شبکه عصبی و داده کاوی پرداخته خواهد شد.

2-2- آیا بازار سرمایه پیش بینی پذیر است؟
2-2-1- نظریه کارایی بازار سرمایه
بیش از ربع قرن است که توجه استادان مالی و اقتصادی دانشگاه‌ها متوجه کارایی بازار سرمایه (Capital Market Efficiency) در کشورهای مختلف شده است. برای کشورهای سرمایه‌داری، کارا بودن بازار از اهمیت زیادی برخوردار است، چرا که در صورت کارا بودن بازار سرمایه، هم قیمت اوراق بهادار به درستی و عادلانه تعیین می‌شود و هم تخصیص سرمایه که مهم‌ترین عامل تولید و توسعه اقتصادی است، به صورت مطلوب و بهینه انجام می‌شود. در دنیای مالی سه سطح کارایی بازار وجود دارد:
کارایی اطلاعاتی12
کارایی تخصیصی13
کارایی عملیاتی14

2-2-1-1- کارآیی اطلاعاتی
وجود اطلاعات کافی در بازار و انعکاس به موقع و سریع اطلاعات، بر روی قیمت اوراق بهادار، ارتباط تنگاتنگی با کارایی بازار دارد. در بازار کارا، اطلاعاتی که در بازار پخش می‌شود به سرعت بر قیمت تأثیر می‌گذارد. در چنین بازاری قیمت اوراق بهادار به ارزش ذاتی آن نزدیک است، به عبارت دیگر، ویژگی مهم بازار کارا این است که قیمت تعیین شده در بازار، شاخص مناسبی از ارزش واقعی اوراق بهادار است. بنابراین بازار کارا به بازاری اطلاق می‌شود که در آن قیمت اوراق بهادار از قبیل قیمت سهام عادی منعکس‌کنندة تمام اطلاعات موجود در بازار یاد شد.
بازار کارا باید نسبت به اطلاعات جدید حساس باشد. اگر اطلاعات تازه‌ای به اطلاع عموم برسد قیمت سهام عادی شرکت متناسب با جهت اطلاعات یاد شده تغییر خواهد کرد. اگر بازاری نسبت به اطلاعات جدید بی‌تفاوت باشد و عکس‌العمل لازم را نشان ندهد؛ یعنی تحلیل‌کننده‌ای در بازار برای ارزیابی و بررسی اثر اطلاعات جدید بر قیمت نباشد، طبعاً آن بازار کارآیی نخواهد داشت.
کارآیی اطلاعاتی به نوبة خود به سه شکل ضعیف15، نیمه‌قوی16 و قوی17 تقسیم می‌شود:
شکل ضعیف: انعکاس اطلاعات در قیمت سهام ممکن است در سطحی نازل و به اصطلاح در شکل ضعیف آن مطرح باشد. در این سطح از کارایی، قیمت‌های اوراق بهادار فقط اطلاعاتی را که در گذشته قیمت‌ها نهفته است و از توالی تاریخی قیمت‌ها حاصل می‌شود، منعکس می‌کنند، و این اطلاعات بلافاصله در قیمت‌های جاری منعکس می‌شوند. در این حالت فرض می‌شود قیمت اوراق بهادار فقط منعکس‌کننده روند تاریخی قیمت سهام است و قادر نیستیم روند آینده قیمت سهام را پیش‌بینی کنیم؛ قیمت سهام روند خاصی ندارد. بازار سهام حافظه‌ای ندارد؛ یعنی قیمت سهام در بازار کارا به شکل تصادفی تغییر می‌کند. این همان نظریه گشت تصادفی18 است. اگر این نظریه صحت داشته باشد، آن دسته از سرمایه‌گذاران که براساس نمودار سهام را انتخاب می‌کنند، راه خطا می‌روند. (اصولا دو گروه تحلیل‌گر در بازارهای سرمایه داریم: چارتیست‌ها 19بنیادگراها20)
چارتیست‌ها معتقدند که امکان محاسبه ارزش ذاتی سهام و اوراق قرضه وجود ندارد. باید انتخاب سهام و اوراق قرضه وجود ندارد. باید انتخاب سهام را براساس نمودار انجام دهیم. می‌گویند بازار دستخوش حالت‌های شبه‌روانی می‌شود. همچنین می‌گویند با بررسی روند گذشته قیمت‌ها می‌توان روند آینده را پیش‌بینی کرد. آدمی خبره می‌تواند این روند را تشخیص دهد. استادان مالی دانشگاه‌ها به این گروه ایراد می‌گیرند و می‌گویند آن‌ها فالگیران حرفه مایند، گروه اخیر هوادار بررسی‌های بنیادی‌اند. معتقدند هر سهم ارزش ذاتی دارد، و برای تعیین آن ارزش، می‌باید با اتکا به همه مطالعات موجود به مطالعه عمیق و بنیادی شرکت و کل اقتصاد پرداخت. چارتیست‌ها در برخورد با نظریات و استدلال‌های بنیادگراها موضعی دفاعی‌تر گرفته می‌گویند: هدف ما تعیین تغییرات بلندمدت ارزش سهام نیست؛ باید به دنبال استفاده از فرصت‌های کوتاه‌مدت بود؛ سودهای آتی را باید دنبال کرد. مطالعات دانشگاهیان نشان داده است که با احتساب هزینه‌های کمیسیون خرید و فروش، سود کسی که از نمودار استفاده می‌کند، بیش از کسی نیست که برحسب تصادف سهام را می‌خرد. البته، هر دو گروه معتقدند که بازار تغییر قیمت دارد و مقداری از این تغییر لحظه‌ای است و حاصل عدم تعادل بین عرضه و تقاضا در لحظه خاص است و به ارزش بلندمدت سهام ربطی ندارد. بقیه تغییرات میان‌مدت و بلندمدت است. چارتیست‌ها می‌گویند ما می‌توانیم منحنی بالا و پایین رفتن قیمت سهام را ترسیم کنیم، و یک راه پول‌دار شدن این است که معین کنیم در چه زمان باید سهام را خرید و در چه زمانی آن را فروخت. بنیادگراها می‌گویند مشکل این استکه نمی‌دانیم چه وقت قیمت، پایین‌تر است که بخریم و چه وقت بالاترین است که بفروشیم. اینان می‌گویند میزان بازده به‌دست آمده به پذیرش خطر مربوط می‌شود. اینان نمی‌گویند میلیونر شدن در بازار بورس ممکن نیست؛ اما عقیده دارند میلیونر شدن از روی نمودار امکان ندارد، چنین کاری در بازار کارامد فقط به اقبال افراد بستگی دارد. در بازار کارامد نمی‌توان پیوسته بازدهی بهتر از بازار به‌دست آورد. در کوتاه‌مدت می‌شود، اما آن هم صرفاً به اقبال بستگی دارد و نه به خبرگی و چارت.
پس، در شکل ضعیف نظریه کارایی بازار، فرض بر این است که قیمت‌های سهام بازتاب آن اطلاعاتی است که در تاریخچه گذشته قیمت‌های سهام نهفته است؛ مثلاً، اگر الگویی فصلی در قیمت‌های سهام یافت شود، مثلاً کاهش قیمت‌ها در آخرین روز معامله سال و آن‌گاه افزایش آن در اولین روز معامله سال جدید، بازار، این الگو را به‌سرعت شناسایی، و با تعدیل قیمت، اثر این پدیده را خنثی می‌کند. با پیش‌بینی افزایش قیمت در روز اول سال جدید، کارگزاران خواهند کوشید که در همان لحظه‌های

پایان نامه
Previous Entries شبکه عصبی، قیمت سهام، داده کاوی Next Entries قیمت سهام، ارزش واقعی، مدیران عالی