پیشبینی سقوط قیمت سهام در بورس تهران با رویکرد یادگیری عمیق گرافی و شاخصهای نقدشوندگی
پیشبینی سقوط قیمت سهام در بورس تهران با رویکرد یادگیری عمیق گرافی و شاخصهای نقدشوندگی
پوریا گودرز1
1) گروه بازارها و نهادهای مالی، دانشکده حسابداری و علوم مالی، دانشگاه تهران، تهران، ایران -
کد IOI مقاله
:
AAHC-ABHDGG
محل انتشار :
کنفرانس ملی مدیریت، تجاری سازی، اقتصاد دانش بنیان و سرمایه گذاری برای تولید(impeb.ir)
چکیده :
سقوط قیمت سهام یکی از مهمترین ریسکهای نامتقارن در بازار سرمایه است که میتواند به زیان شدید سرمایهگذاران، کاهش نقدشوندگی، تشدید رفتار هیجانی و انتقال ریسک میان نمادهای مرتبط منجر شود. در بورس تهران، به دلیل وجود دامنه نوسان، قیمت پایانی، توقفهای معاملاتی و سازوکار صف خرید و فروش، سقوط قیمت غالباً بهصورت افت تدریجی و تجمعی در چند روز معاملاتی ظاهر میشود؛ ازاینرو، مدلهای متعارف پیشبینی قیمت برای طراحی سامانه هشدار زودهنگام کافی نیستند. هدف این پژوهش، طراحی و ارزیابی تجربی مدلی برای پیشبینی احتمال سقوط کوتاهمدت قیمت سهام در بورس تهران با استفاده از یادگیری عمیق گرافی و شاخصهای ریزساختار بازار است. بدین منظور، دادههای روزانه معاملاتی نمادهای پذیرفتهشده در بورس تهران طی دوره ۱۳۹۸ تا ۱۴۰۳ استخراج شد و پس از غربالگری نمادها و همترازسازی تقویم معاملاتی، نمونه نهایی پژوهش شامل ۱۰۲٬۶۰۰ مشاهده نماد-روز تشکیل شد. در چارچوب پیشنهادی، هر نماد بهعنوان یک گره در گراف بازار در نظر گرفته شده و روابط میان نمادها بر اساس همبستگی بازده، همصنعتی و شباهت نقدشوندگی تعریف میشود. متغیرهای ورودی مدل نیز شامل بازده، دامنه نوسان، شکاف قیمت آخرین معامله و قیمت پایانی، شوک حجم، شوک ارزش معاملات، عدمنقدشوندگی آمیهود، عدمتعادل سفارش و فشار صف فروش است. نتایج آزمون خارج از نمونه نشان میدهد مدل Temporal-GAT نسبت به مدلهای کلاسیک و غیرگرافی عملکرد بهتری در پیشبینی سقوط کوتاهمدت قیمت سهام دارد. همچنین، فشار صف فروش، عدمتعادل سفارش و عدمنقدشوندگی مهمترین سیگنالهای هشداردهنده سقوط شناسایی شدند. یافتههای پژوهش میتواند مبنایی برای طراحی سامانه هشدار زودهنگام، رتبهبندی سهام پرریسک و مدیریت فعال پرتفوی در بورس تهران فراهم کند.
کلمات کلیدی : سقوط قیمت سهام بورس تهران یادگیری عمیق گرافی temporal gat عدمتعادل سفارش نقدشوندگی