بازار سرمایه یکی از بازارهایی است که با نوسان داشتن، پویا و غیرخطی بودن شناخته می‌شود. همانطور که می‌دانید،‌ پیش بینی دقیق قیمت سهم بستگی به عوامل خرد و کلان متعددی دارد؛ اما داده‌های زیادی برای پیدا کردن الگوها وجود دارند؛ بنابراین، تحلیلگران زیادی به بررسی تکنیک‌های تحلیلی برای شناسایی روندهای بازار می‌پردازند. در این مقاله سعی می‌کنیم به این سوال پاسخ دهیم که چگونه از الگوریتم‌ها برای پیش بینی قیمت سهام استفاده کنیم؟

سهام و بازار سهام

تحلیلگران، سهام یک شرکت را با توجه به ارزش ذاتی آن بررسی می‌کنند؛ دارایی‌های مشهود، صورت‌های مالی، اثربخشی مدیریت، ابتکارات استراتژیک و رفتارهای مصرف‌کننده بیانگر ارزش ذاتی سهام هستند. یکی از فعالیت‌های تحلیلگران بازار بررسی داده‌های قابل اندازه‌گیری (قیمت سهام، بازده تاریخی و حجم معاملات تاریخی) است؛ طبق مطالب گفته شده، اطلاعات کمی وجود دارند که قادر هستند سیگنال‌های معاملاتی را شناسایی و الگوهای حرکتی بازار را نشان دهند.

پیش بینی قیمت سهام با کمک الگوریتم

بازار سهام بستری برای خرید و فروش سهام و مشتقات یک شرکت با قیمتی توافقی می‌باشد. یکی از عواملی که بازار را هدایت می‌کند، عرضه و تقاضای سهام است. اکنون بسیاری از اشخاص تمایل دارند که به صورت مستقیم یا غیرمستقیم در این بازار سرمایه‌گذاری کنند؛ بنابراین، شناسایی روندهای بازار، بسیار مهم است. درواقع با گسترش بازار سهام، افراد تمایل به پیش بینی قیمت سهام را دارند، مخصوصا پیش بینی قیمت سهام با کمک هوش مصنوعی که امروزه در حال پیشرفت است. از آنجایی که قیمت سهام با سرعت تغییر می‌کند، پیش بینی قیمت سهام بدون استفاده از فناوری آسان نیست.

با پیشرفت فناوری، معامله‌گران جهت پیش بینی قیمت سهام علاقه‌مند به استفاده از سیستم‌های معاملاتی هوشمند هستند؛ زیرا به آن‌ها این امکان را می‌دهد که تصمیمات سرمایه‌گذاری خود را با سرعت بیشتری بگیرند. در واقع، معامله‌گر به دنبال پیش بینی قیمت سهام است تا بتواند پیش از کاهش ارزش آن بفروشد یا قبل از افزایش قیمت سهام خریداری کند.

فرضیه بازار کارا نشان می‌دهد که پیش بینی قیمت سهام امکان‌پذیر نیست و سهام به طور تصادفی رفتار خواهد کرد؛ اما بر اساس حجم بالای داده‌ها و توسعه هوش مصنوعی، می‌توان الگوریتمی را برای پیش‌بینی طراحی کنیم که نتایج آن ممکن است سود معامله‌گران را افزایش دهد.

معاملات الگوریتمی، آینده بازار سهام هستند؛ به طوری که بانک‌های بزرگ، صندوق‌های تأمینی و سرمایه‌گذاران نهادی عموما از الگوریتم‌های معاملاتی استفاده می‌کنند و درصد زیادی از معاملاتی که اکنون در دنیا اجرا می‌شود، از طریق الگوریتم‌ها صورت می‌گیرد.

اما آیا می‌توان ماشین‌ها را مجبور کرد که ارزش سهام را پیش‌بینی کنند؟

 تحلیلگران در حال تلاش برای پاسخ به این سوال هستند؛ در گذشته، به وسیله هوش مصنوعی، درباره سهام تصمیم گرفته می‌شد که در چه چیزی و در چه زمانی سرمایه‌گذاری کنیم.

عوامل متعددی مانند جسمی و روانی، رفتار منطقی و غیرمنطقی و… در پیش‌بینی قیمت سهم تاثیرگذار هستند. ترکیب تمام این عوامل موجب پویایی و بی‌ثباتی قیمت سهام می‌شوند؛ بنابراین، پیش‌بینی دقیق قیمت سهام با کمک هوش مصنوعی را دشوار می‌کند. عوامل مهم دیگری نظیر ارزش ذاتی شرکت، دارایی‌ها، عملکرد فصلی، سرمایه‌گذاری‌های اخیر و استراتژی‌ها نیز می‌توانند در اعتماد معامله‌گران به شرکت و قیمت سهام آن دخیل باشند. تنها تعداد کمی از این موارد را می‌توان به صورت مؤثر در یک مدل ریاضی گنجاند. که این موضوع موجب می‌شود تا پیش بینی قیمت سهام با کمک یادگیری ماشین تا حدی غیرقابل اعتماد باشد.

با توجه به مطالب گفته شده، تحلیلگران به دنبال پیش‌بینی کوتاه‌مدت هستند؛ به عبارت دیگر، با کمک داده‌های گذشته، مدل‌های ریاضی و یادگیری ماشینی ممکن است نوسانات کوتاه‌مدت بازار را برای یک روز بازار متوسط و بدون حادثه پیش‌بینی کرد.

 در حال حاضر یکی از اصلی‌ترین چالش‌ها در بازار سهام، پیش بینی قیمت سهم است؛ داده‌های قیمت سهام بیانگر داده‌های سری زمانی می‌باشند که به علت پویایی آن، پیش بینی را سخت‌تر می‌کند. بنابراین، قیمت‌های سهام گذشته و سایز پارامترها را می‌توان جهت پیش بینی قیمت سهم با استفاده از یادگیری ماشینی برای روزها یا هفته آینده مورد استفاده قرار داد.

مدل‌های یادگیری ماشینی مانند شبکه‌های عصبی بازگشتی (Recurrent Neural Network) یا شبکه حافظه کوتاه‌مدت (Long Short Term Memory Network)، مدل‌های پرکاربردی هستند که جهت پیش بینی داده‌های سری زمانی (پیش‌بینی آب‌وهوا، نتایج انتخابات، قیمت مسکن و قیمت سهام) استفاده می‌شوند. به این صورت که اهمیت داده‌ها گذشته را بررسی می‌کنیم و در می‌یابیم که کدام پارامتر بر قیمت‌های آینده تاثیرگذار هستند. مدل به هرکدام از ویژگی‌های بازار وزن می‌دهد و مشخص می‌کند که مدل، جهت قیمت‌های آینده سهام به چه مقدار تاریخی باید رجوع کند.

ماشین‌های بردار پشتیبان (Support vector machines) و شبکه‌های عصبی مصنوعی (Artificial Neural Networks) نیز جهت پیش‌بینی قیمت سهام و حرکات آن به کار می‌روند. هر کدام از الگوریتم‌ها روش خود را جهت یادگیری الگوها و سپس پیش‌بینی دارند؛ شبکه عصبی مصنوعی از تحلیل تکنیکال جهت پیش بینی بازار استفاده می‌کند. 

سخن پایانی

پیش‌بینی بازار بورس به کمک یادگیری ماشین به معامله‌گران کمک می‌کند تا ارزش آينده سهام شرکت و دیگر دارایی‌های خود را مورد ارزیابی قرار دهد و بتوانند انتخاب مناسبی برای سرمایه‌گذاری خود داشته باشند. ارزیابی حجم اطلاعات منتشر شده شرکت‌ها که می‌بایست به صورت مداوم و سریع انجام شوند، از عهده شخص یا تیم خارج است. در این شرایط هوش مصنوعی به کمک معامله‌گران آمده تا حجم بالای داده‌ها را در سریع‌ترین زمان مورد تجزیه و تحلیل قرار دهد.

 بررسی این اطلاعات به وسیله الگوریتم یادگیری ماشین بسیار دقیق است. محققان معتقد هستند، حتی در صورتی که ۶۰ درصد نتایج پیش‌بینی‌ها درست باشد باز هم می‌تواند در افزایش بازدهی سرمایه‌گذاری نقش مهمی دارند.