ارائه مدلی به منظور تعیین روابط بین شاخص های اثرگذار بر امنیت معاملات آتی با رویکرد داده کاوی

ارائه مدلی به منظور تعیین روابط بین شاخص های اثرگذار بر امنیت معاملات آتی با رویکرد داده کاوی

استفاده از بازار آتی ارز در بورس در وضعیت تحریمی کشور به عنوان اقدام و سیاستی موفق در نظر گرفته می شود که این امر سبب خواهد شد تا فعالان بازار راحتتر بتوانند با کسب اطلاعات از آینده این بازار، برنامه ریزی فعالیت ها و توسعه کسب وکار خود بپردازند، رویکرد داده کاوی رویکردی کمی محور جهت کشف روابط بین متغیرها است.

هدف اصلی تحقیق حاضر ارائه مدلی مبتنی بر داده کاوی جهت شناسایی شاخص های اثرگذار بر امنیت معاملات آتی در بورس اوراق بهادار تهران بوده است، جامعه آماری شامل 10425 از داده های موجود در پایگاه داده بورس اوراق بهادار تهران در ارتباط با شاخص های میزان تراکنش، تعداد نوع تکرانش (حقیقی- حقوقی)، تعداد مشتریان با سابقه بالای 5 سال، تعداد خرید و فروش های سهام شرکت های وارد شده به بورس در بازه تحقیق و تعداد سهامداران جدید وارد شده بودند که بر مبنای روش نمونه گیری تمام شمار، نمونه آماری از این بین انتخاب شد.

سپس با استفاده از تکنیک های نیتیو بیز، خط عمومی، رگرسیون لاجستیک، یادگیری عمیق، جنگل پراکنده، درخت گرادنت افزایشی، درخت تصمیم و بردار آموزش پشتیبان اقدام به تحلیل داده ها گردید، بدین جهت مدل های مورد بررسی بر حسب آیتم های درصد صحت، میانگین زمان اجرا، خطا دسته بندی، ضریب kappa ، خطای مطلق نرمال، ضریب همبستگی و مربع ضریب همبستگی مقایسه شدند.

بر حسب نتایج بدست آمده مدل های svm و native bayes به ترتیب مدل های کارامد تری به دست آمدند و مدل random forest با نتایج ضعیف تر نسبت به سایر مدل ها تعیین شد. جهت حل ضعوف مدل random forest باید چاره ای اندیشید. قطعا با ترکیب مدل random forest به سایر مدلهای داده کاوی می توان شرایط این مدل را بهبود داد.