استفاده از روش هیبرید انتخاب ویژگی و الگوریتم نزدیکترین همسایگی برای پیش بینی جهت حرکتی روزانه شاخص۵۰ شرکت فعال تر بورس و اوراق بهادار تهران
چکیده
پیشبینی بازار سهام به علت پر سود بودن معاملات سهام همواره مورد توجه معاملهگران و سرمایهگذاران میباشد. یک معامله موفق سهام در خرید و یا فروش در نزدیکی نقاطی که روند قیمت تغییر مییابد، اتفاق میافتد. بنابراین پیشبینی شاخص بازار سهام و تحلیل آن برای تشخیص اینکه آیا قیمت بسته شدن سهام در روز بعد افزایش خواهد یافت و یا کاهش، بسیار مهم است. در این پژوهش از روش طبقهبندی نزدیکترین همسایگی بر پایه روش ترکیبی انتخاب ویژگی برای پیشبینی جهت حرکتی شاخص 50 شرکت فعال تر بورس اوراق بهادار تهران استفاده شده است. این روش هیبرید انتخاب ویژگی، که ترکیبی از روش تجزیه و تحلیل اجزای اساسی و الگوریتم ژنتیک میباشد از مزایای هر دو نوع روش پوشش دهنده و فیلترکننده انتخاب ویژگی، برای انتخاب یک زیرمجموعه بهینه از بین فضای کل ویژگیها برخوردار میباشد. عملکرد روش ترکیبی پیشنهادی با روشهای متداول انتخاب ویژگی که عبارت است از: زنجیره اطلاعات، رلیف و روش آنالیز اجزای اساسی که جزو روشهای فیلتر هستند و روش الگوریتم ژنتیک که از خانواده روشهای پوششدهنده میباشد، با استفاده از آزمون مقایسات زوجی مقایسه گردیده و نتایج حاصل نشان میدهد که روش ترکیبی ارائه شده از عملکرد بالاتری نسبت به دیگر روشهای استفاده شده، در پیشبینی جهت حرکتی روزانه شاخص 50 شرکت فعالتر بورس اوراق بهادار تهران برخوردار میباشد.