پیش بینی حرکت یک روزه بازار سهام با استفاده از منابع داده متفاوت

چندین سیستم متخصص مالی تجاری وجود دارد که می تواند برای تجارت در بورس اوراق بهادار استفاده شود. با این حال ، پیش بینی های آنها تا حدودی محدود است زیرا در درجه اول به تجزیه و تحلیل سری زمانی بازار متکی هستند. با ظهور اینترنت ، اشکال جدیدی از اطلاعات جمعی (به عنوان مثال گوگل و ویکی پدیا) پدید آمده است که نمایانگر نسل جدیدی از پایگاه های دانش "منبع جمعیت" است. آنها اطلاعات مربوط به شرکتهای معامله شده عمومی را جمع می کنند ، ضمن اینکه آمار ترافیک وب را ضبط می کنند که منعکس کننده علاقه جمعی مردم است. گوگل و ویکی پدیا به "پایگاههای دانش" مهم برای سرمایه گذاران تبدیل شده اند. در این تحقیق ، ما فرض می کنیم که ترکیب منابع مختلف داده های آنلاین با سری زمانی سنتی و شاخص های فنی برای سهام می تواند یک سیستم تخصصی تجارت روزانه مؤثرتر و هوشمندانه تر را فراهم کند. سه مدل یادگیری ماشین ، درختان تصمیم گیری ، شبکه های عصبی و دستگاه های بردار پشتیبانی ، به عنوان پایه ای برای "موتور استنتاج" ما خدمت می کنند. برای ارزیابی عملکرد سیستم متخصص ما ، ما یک مطالعه موردی را بر اساس سهام AAPL (Apple NASDAQ) ارائه می دهیم. سیستم خبره ما در پیش بینی جنبش سهام روز بعد AAPL ، 85 ٪ دقت داشت ، که از نرخ گزارش شده در ادبیات بهتر است. نتایج ما حاکی از آن است که: (الف) دانش دانش سیستم های متخصص مالی می تواند از داده های ضبط شده از "متخصصان" غیر سنتی مانند Google و Wikipedia بهره مند شود.(ب) متنوع سازی دانش دانش با ترکیب داده های منابع متفاوت می تواند به بهبود عملکرد سیستم های متخصص مالی کمک کند. و (ج) استفاده از مدل های یادگیری ماشین ساده برای استنباط و تولید قانون با پایگاه داده دانش غنی ما مناسب است. سرانجام ، یک ابزار تصمیم گیری هوشمند برای کمک به سرمایه گذاران در تصمیم گیری در مورد تجارت در مورد هر سهام ، کالا یا شاخص ارائه شده است.

معرفی

پیش بینی بازار سهام توجه زیادی را هم از سوی دانشگاه و هم از سوی کسب و کار به خود جلب کرده است. سوال باقی می ماند: "تا چه حد می توان از تاریخ گذشته قیمت سهام عادی برای پیش بینی های معنادار در مورد قیمت آتی سهام استفاده کرد؟"(فاما، 1965). تحقیقات اولیه در مورد پیش بینی بازار سهام بر اساس فرضیه بازار کارآمد (EMH) (فاما، 1965) و نظریه راه رفتن تصادفی (Cootner, Fama, 1991, Fama, 1995, Fama, Fisher, Jensen, Roll, 1969) بود. این مدل های اولیه نشان می دهند که قیمت سهام را نمی توان پیش بینی کرد، زیرا به جای قیمت های فعلی/گذشته، توسط اطلاعات جدید (اخبار) هدایت می شوند. بنابراین، قیمت های بازار سهام از یک راهپیمایی تصادفی پیروی می کنند و دقت پیش بینی آن ها نمی تواند از 50 درصد تجاوز کند (بولن، مائو و زنگ، 2011).

تعداد فزاینده ای از مطالعات (به عنوان مثال، Bollen, Mao, Zeng, 2011, Malkiel, 2003, Nofsinger, 2005, Prechter Jr, Parker, 2007, Smith, 2003) وجود دارد که شواهدی را برخلاف آنچه توسط EMH پیشنهاد می شود ارائه می دهد. و فرضیه های پیاده روی تصادفیاین مطالعات نشان می دهد که بازار سهام را می توان تا حدی پیش بینی کرد و بنابراین، مفروضات اساسی EMH را زیر سوال می برد. بسیاری از جامعه تجاری نیز توانایی وارن بافت در شکست مداوم شاخص S& P (Kiersz, Loomis) را به عنوان یک شاخص عملی برای پیش بینی بازار می دانند.

تحرکات قابل توجه بازار سهام (یعنی جهش ها) در افق های کوتاه نیز توسط EMH قابل توضیح نیست. این افزایش ها اغلب ناشی از برداشت سرمایه گذاران از یک سهام خاص بر اساس اطلاعات (اخبار) جمع آوری شده از منابع داده متفاوت است. به عنوان مثال، در 23 آوریل 2013، ساعت 1:07 بعد از ظهر، به وقت شرقی، توییتی از حساب آسوشیتدپرس (AP) بیان کرد: "شکست: دو انفجار در کاخ سفید و باراک اوباما مجروح شد" (Megahed & Jones-کشاورز، 2015). این توییت تقلبی که از حساب توییتر AP هک شده سرچشمه گرفته بود منجر به کاهش فوری میانگین صنعتی داوجونز (DJIA) شد. اگرچه DJIA به سرعت پس از بازپس گیری AP و بیانیه مطبوعاتی کاخ سفید بهبود یافت، این مثال اثرات فوری و چشمگیر ادراک/اخبار بر قیمت سهام را نشان می دهد.

در حالی که این خبر ممکن است غیرقابل پیش بینی باشد ، برخی از ادبیات اخیر نشان می دهد که شاخص های اولیه را می توان از منابع آنلاین (به عنوان مثال ، روندها و وبلاگ های Google) برای پیش بینی تغییرات در شاخص های مختلف اقتصادی استخراج کرد. به عنوان مثال ، نمایش داده های جستجوی Google نشان داده شده است که شاخص های اولیه میزان عفونت بیماری و هزینه های مصرف کننده را ارائه می دهد (Choi & Varian ، 2012). شوماکر و چن (2009) نشان دادند که می توان از اخبار مالی برای پیش بینی حرکات بازار سهام استفاده کرد. بولن و همکاران.(2011) از اندازه گیری حالتهای خلق و خوی جمعی حاصل از فیدهای توییتر در مقیاس بزرگ برای پیش بینی تغییرات روزانه بالا و پایین در DJIA استفاده کرد. علاوه بر این ، MOAT و همکاران.(2013) مشاهده کرد که فراوانی دیدگاه های صفحات مرتبط با ویکی پدیا می تواند یک شاخص اولیه حرکت بازار سهام باشد. نویسندگان فرض کردند که سرمایه گذاران ممکن است از چنین صفحاتی به عنوان بخشی از فرآیند تصمیم گیری خود استفاده کنند. این کار در Preis ، Moat و Stanley (2013) گسترش یافته است تا داده های مربوط به تعداد جستجوهای مربوطه از Google Trends را شامل شود و تأثیر حجم جستجو را بر رفتار معاملاتی الگوبرداری کند. توجه داشته باشید که مائو ، شمارش و بولن (2011) اظهار داشتند که جستجو و استفاده از شاخص های احساسات نظرسنجی پیش بینی کننده تر است.

از دیدگاه سیستم های خبره، مشکل پیش بینی بازار سهام را می توان به دو جزء تقسیم کرد: (1) اطلاعات و پیش بینی کننده هایی که باید به عنوان بخشی از "پایه دانش" ما ردیابی شوند. و (2) از چه الگوریتم های هوش مصنوعی (AI) می توان برای تولید قوانین و پیش بینی های موثر استفاده کرد. ادبیات مورد بحث در پاراگراف قبل نشان می دهد که منابع آنلاینی که "هوش جمعی" سرمایه گذاران را به دست می آورند باید جزء جدایی ناپذیر پایگاه دانش یک سیستم خبره مالی باشند. توجه به این نکته ضروری است که این منابع آنلاین معمولاً در سیستم های خبره مالی استفاده نمی شوند. درعوض، پایگاه دانش چنین سیستم هایی معمولاً بر قیمت های تاریخی یک سهام و/یا شاخص های فنی استخراج شده از تجزیه و تحلیل سری های زمانی قیمت سهام متکی است (چورموزیادیس، چتزوگلو، 2016، حسن، ناث، کرلی، 2007، کیم، 2003).، کیم، هان، 2000، کیموتو، آسکاوا، یودا، تاکئوکا، 1990، لی، جو، 1999، لین، یانگ، آهنگ، 2011، کیان، رشید، 2007). ما فرض می کنیم که ترکیب دانش متخصص از منابع آنلاین با ویژگی های استخراج شده از قیمت و شاخص های فنی، نمایش دقیق تری از پویایی که بر قیمت سهام و حرکت آن تأثیر می گذارد ارائه می دهد. از آنجایی که این منابع داده هرگز در زمینه سیستم های خبره مالی ترکیب نشدند، بررسی اینکه کدام الگوریتم های هوش مصنوعی در تبدیل پایگاه دانش به پیش بینی های دقیق مؤثرتر هستند، مهم است. جدول 1 سیستم های خبره مالی مورد استفاده برای پیش بینی حرکت سهام را بر اساس "پایه دانش" و رویکرد هوش مصنوعی مورد استفاده طبقه بندی می کند. از جدول 1، مشخص است که تمامی آن مقالات بر یک منبع واحد برای پایگاه دانش تکیه داشتند. خواننده باید توجه داشته باشد که تعداد محدودی از سیستم های خبره وجود دارد (به عنوان مثال، بولن و همکاران، 2011) که منابع سنتی را با داده های کارشناسان جمع آوری شده ترکیب می کند. با این حال، آنها در جدول ما گنجانده نمی شوند زیرا آنها قیمت را پیش بینی کردند (یعنی یک نتیجه پیوسته به جای نتیجه باینری ما). ادغام منابع داده های متنوع می تواند پایگاه دانش را بهبود بخشد (برای بحث مفصل به علوی، لیدنر، 2001، هندلر، 2014 مراجعه کنید) و در نتیجه، عملکرد سیستم خبره را بهبود بخشد.

بر اساس بینش های جدول 1 و بحث در بالا ، ما یک روش جدید را برای پیش بینی حرکات آینده در ارزش اوراق بهادار پس از ضربه زدن به داده ها از منابع متفاوت ، از جمله: (الف) تعداد بازدیدهای صفحه به صفحات مربوط به ویکی پدیا بیان می کنیم.(ب) میزان محتوای آنلاین تولید شده در یک روز خاص درباره یک شرکت ، که سهام آن به صورت عمومی معامله می شود. و (ج) شاخص های فنی معمولاً مورد استفاده و شاخص های ارزش شرکت در پیش بینی ارزش سهام. در مؤلفه هوش مصنوعی سیستم متخصص ما ، عملکرد ANN ، SVM و DT را برای پیش بینی حرکت سهام مقایسه می کنیم. ما این سه رویکرد خاص را انتخاب کرده ایم از آنجا که: (i) شبکه های عصبی به طور گسترده در سیستم های تجاری هوشمند مستقر شده اند (بولن ، مائو ، زنگ ، 2011 ، گورسن ، کایاکوتلو ، دیم ، 2011 ، کیموتو ، آساکاوا ، یودا ، تکوکا ، 1990 ، لی، Kuo ، 2008 ؛ (ii) SVM با موفقیت توسط کیم و هان (2000) و شوماکر و چن (2009) استفاده شد ؛ و (iii) درختان تصمیم گیری به طور موثری در سیستم های متخصص تأمین جمعیت مورد استفاده قرار گرفته اند (Vu ، Chang ، HA ، HA ،& Collier ، 2012). در این مقالات ، نویسندگان گزارش دادند که این مدل های هوش مصنوعی از رویکردهای سنتی تر عمل می کنند. با این حال ، مشخص نیست که آیا: (1) چنین نتایج برای پیش بینی های ما خواهد بود زیرا پایگاه دانش ما متنوع تر است ، و ((2) نتایج در هنگام پیش بینی سهام و شاخص های مختلف نگه داشته می شود. بنابراین ، سیستم متخصص ما عملکرد این مدل ها را ارزیابی کرده و بهترین روش را برای یک مشکل پیش بینی معین انتخاب می کند.

برای نشان دادن ابزار سیستم خود ، ما حرکات یک روزه پیش رو در سهام AAPL را در طی یک دوره سه ساله پیش بینی می کنیم. بر اساس مطالعه موردی ما ، ما نشان می دهیم که ترکیبی از منابع داده آنلاین با شاخص های فنی سنتی ، قدرت پیش بینی بالاتری را نسبت به هر یک از این منابع به تنهایی فراهم می کند. ادامه مقاله به شرح زیر تدوین شده است. در بخش 2 ، ما توضیحات مفصلی از روش شناسی را که برای استخراج داده ها از منابع آنلاین ، تکنیک های انتخاب متغیر به کار رفته و مدلهای پیش بینی مربوطه استفاده کردیم ، ارائه می دهیم. در بخش 3 ، ما نتایج اصلی را برجسته می کنیم و دیدگاه خود را در مورد اهمیت/تفسیر آنها ارائه می دهیم. اظهارات و توصیه های نتیجه گیری ما برای کارهای آینده در بخش 4 ارائه شده است. در ضمیمه A - متقاضی C ، ما توضیح می دهیم که چگونه داده های Google News ضبط شده است ، فرمول هایی را برای ویژگی های تولید شده ما ارائه می دهد و پیش بینی کننده های مشخص شده از مراحل انتخاب متغیر ما را تعریف می کند. ما همچنین یک کپی از مجموعه داده های کامل ، کد و ابزار پیش بینی خود را در https://github. com/binweng/shinystock ارائه می دهیم.

قطعه قطعه

مواد و روش ها

برای پیش بینی حرکات سهام ، ما یک رویکرد داده محور را پیشنهاد می کنیم که از سه مرحله اصلی تشکیل شده است ، همانطور که در شکل 1 نشان داده شده است. در فاز I ، ما چهار مجموعه از داده ها را از منابع آنلاین جدا می کنیم. این مجموعه داده ها عبارتند از: (الف) اطلاعات بازار در دسترس عمومی در مورد سهام ، از جمله افتتاح/بسته شدن قیمت ، حجم تجارت ، NASDAQ و شاخص های DJIA و غیره.(ب) شاخص های فنی معمولاً مورد استفاده که نشان دهنده تغییر قیمت در طول زمان است. ج) تعداد روزانه اخبار گوگل در مورد سهام مورد علاقه ؛و (د) شماره

نتایج و بحث

در این بخش ، ابتدا نتایج حاصل از مرحله انتخاب متغیر/ویژگی روش شناسی خود را برجسته می کنیم. سپس ، ما نتایج حاصل از دقت پیش بینی سیستم متخصص خود را با توجه به پنج هدف بالقوه ارائه می دهیم. این به دنبال برخی از تجزیه و تحلیل های اولیه برای ارزیابی تأثیر اطلاعات بدست آمده از پنج منبع داده مختلف بر قدرت پیش بینی ما است. به خاطر اتمام و اجازه تکرار نتایج ما ، کد و A خود را ارائه می دهیم

مروری بر تأثیرات و مشارکتهای سیستم خبره پیشنهادی ما

در این مقاله ، ما یک سیستم متخصص مالی برای پیش بینی حرکات در قیمت/حجم سهام یک روزه یک روزه ایجاد کردیم. برای ساخت "پایگاه دانش" خود ، ما چهار مجموعه داده مختلف را جدا کردیم: (i) داده های بازار سهام تاریخی ، (ب) شاخص های فنی معمولاً مورد استفاده ، (iii) آمار ترافیک ویکی پدیا مربوط به صفحات شرکت (یعنی مشخصات عمومی شرکت ، صفحه سهامو صفحات مربوط به محصولات اصلی شرکت) ، و (د) Google News. از آنجا که این منابع داده هرگز در آن استفاده نشده اند