Abstract:
الهدف: يلعب سوق رأس المال، باعتباره أحد أهم القطاعات الاقتصادية في البلدان، دورًا مهمًا في تطوير وتوسيع النشاط الاقتصادي. مع تطور التكنولوجيا والخوارزميات التجارية المعقدة، أصبح التلاعب بالأسهم أسهل، مما يجعل استخدام أدوات مثل الذكاء الاصطناعي والتعلم العميق لتحديد التلاعب من قبل الهيئات الرقابية أمرًا لا مفر منه. يهدف هذا البحث إلى تحديد التلاعب بالأسهم في سوق الأوراق المالية الإيرانية. ولتحقيق ذلك، تم استخدام بيانات 73 سهمًا من 19 صناعة مدرجة في البورصة خلال الفترة من 1398 إلى 1402، أي حوالي 71,300 يوم تداول. الطريقة: يمثل تحديد التلاعب في معاملات الأسهم تحديًا كبيرًا بسبب الارتباط الزمني لبيانات أسعار الأسهم وطبيعتها الديناميكية. يتفاقم هذا التحدي بسبب عدم توفر بيانات مصنفة. لذلك، نظرًا لعدم إعلان الهيئة الرقابية للبورصة عن الأسهم المتداولة في السوق الإيرانية، تم تحديد البيانات من خلال: 1) اختبارات إحصائية مثل العائدات غير الطبيعية، وتم تحديد الأسهم المتداولة والتاريخ الدقيق للتلاعب. 2) تم حقن بيانات عشوائية عن طريق محاكاة نمط تلاعب السهم في سلسلة زمنية للأسهم التي لم يتم فيها التلاعب بدرجة عالية من اليقين (استبيان الخبراء). في الخطوة التالية، تم تصميم خوارزمية VAE-LSTM باستخدام مجموعة من نماذج الترميز التلقائي المتغيرة والذاكرة قصيرة المدى الطويلة لمقارنتها ببعض نماذج التعلم الآلي مثل شجرة القرار والغابة العشوائية والانحدار اللوجستي وما إلى ذلك، والتي تحسب احتمالية تلاعب السهم. النتائج: بعد تشغيل نماذج التعلم العميق، تم حساب مؤشرات الدقة والاسترجاع و F1 و F2. نظرًا لأن تصنيف الأسهم المتداولة وغير المتداولة ليس بنفس الأهمية في سوق رأس المال، فقد تم استخدام مؤشر تقييم الأداء F2 لترتيب النماذج. أظهرت نماذج VAE-LSTM وشجرة القرار والغابة العشوائية والشبكة العصبية متعددة الطبقات وآلة متجه الدعم والانحدار اللوجستي أداءً أفضل على التوالي. القيمة التقريبية لـ F2 للنماذج المذكورة هي: 72٪ و 69٪ و 50٪ و 41٪ و 40٪ و 26٪ على التوالي. الاستنتاج: في النهاية، أظهر النموذج المقترح قدرة أفضل على تحديد التلاعب مقارنة بالنماذج الأخرى بناءً على مؤشر تقييم الأداء F2. من الضروري ملاحظة أن نماذج التعلم الآلي الأخرى المستخدمة في هذا البحث قد قدمت أيضًا أداءً جيدًا، خاصة في مؤشر تقييم الدقة، ولكن للأسف كان أداؤها أضعف من حيث مؤشر أداء الاسترجاع، وهو الأكثر أهمية. بعد تحديد النموذج المقترح كنموذج مختار، قمنا بتقييم فترة الصعود في سوق رأس المال من 01/12/1398 إلى 31/05/1399، وفترة الانخفاض في سوق رأس المال من 21/05/1399 إلى 20/08/1399 والعام 1400 كفترة توازن لسوق رأس المال بناءً على المؤشر العام لبورصة طهران، وهو ما يتماشى مع التوقعات، فإن احتمالية التلاعب تكون أعلى في الأسواق الصاعدة والمتوازنة والمنخفضة على التوالي. تتفق هذه النتائج بشكل عام مع الدراسات السابقة الأخرى.
Machine summary:
0/) دراسة التلاعب بالأسعار في سوق الأوراق المالية الإيراني باستخدام نموذج مركب ترميز تلقائي متغير - ذاكرة قصيرة المدى طويلة الأمد / / سيد محمد رضا حبيب زاده *، محمد علي رستگار **، رضا غلامي / جمكراني ***، سيد كاظم چاوشي **** 1 ملخص الهدف: يلعب سوق رأس المال، باعتباره أحد أهم القطاعات الاقتصادية في البلدان، دورًا مهمًا في تطوير وتوسيع النشاط الاقتصادي.
في حين أن تطوير التكنولوجيا والخوارزميات التجارية المعقدة يجعل هذا الأمر أكثر احتمالاً في معاملات الأسهم، لذلك فإن الحاجة إلى الاستفادة من الأدوات المتطورة القائمة على التعلم الآلي للكشف عن التلاعب بالأسعار في سوق رأس المال من قبل الهيئة الرقابية أمر ضروري.
في هذا البحث، للكشف عن التلاعب بأسعار الأسهم في سوق رأس المال الإيراني، مع الجمع بين نموذج الترميز التلقائي والنماذج الرئيسية، يتم اختيار المتغيرات المثلى تلقائيًا بواسطة الشبكة ويتم تدريب الشبكة بناءً عليها، مما يؤدي إلى أداء مثالي حتى في حالة وجود ضوضاء.
ثم، باستخدام الطرق البيانية وعلى متغيرات مثل العائد غير الطبيعي وزيادة مفاجئة في حجم التداول وزيادة تقلب السهم، #$$001 ١٤٤ نظرة على الإدارة المالية – ١٤٠٣، العدد ١٤، الرقم ٤٦ مقارنة عائد السهم بالصناعة، بالإضافة إلى استخدام معلومات الأسهم للتحقق من وقوع حدث أساسي أو عدمه، نحدد التاريخ الدقيق لتلاعب السهم.
على العكس من ذلك، يتم اختبار ما إذا كان من الممكن التمييز بين الأسهم المتداولة وغير المتداولة باستخدام المتغيرات المتعلقة بالأسهم (العائد وحجم التداول والتقلب وما إلى ذلك).
(بالفارسية) Fallah Shams, Mirfiz; Kordloui, Hamid Reza; Rashno, Mehdi (2012).
(
, 
, 
)
