مدلسازي هم حركتي سهام در بورس اوراق بهادار تهران با استفاده از رويكرد خوشه بندي سه مرحله اي

Tehran Stock Market Co-movement Modeling Using Three-phase Clustering Method

خوشه بندي به‌عنوان يكي از روش هاي داده كاوي توصيفي، روشي براي گروه بندي مشاهده‌ها به k خوشه (گروه) مختلف است. خوشه بندي بازار سهام، اطلاعات سودمندي را جهت پيش بيني تغييرات قيمت سهام شركت‌هاي مختلف در اختيار سرمايه گذاران شخصي و متخصصان مالي قرار مي دهد. در سال هاي اخير، خوشه‌بندي شركت‌هاي پذيرفته‌شده در بورس اوراق بهادار براساس شباهت در روند حركتي يا به‌عبارتي شكل بازار آن‌ها، مورد توجه قرار گرفته است. رويكردهاي موجود خوشه بندي، نتايج خوبي براي اين روند ارايه نمي دهند؛ زيرا داده هاي مربوط به قيمت سهام شركت ها داده هاي سري زماني مالي هستند كه داراي ابعاد زياد است و تغييرات در اين داده-ها، معمولا با شيفت هاي زماني همراه است. اين ويژگي ها، خوشه بندي شركت ها براساس روند حركتي قيمت سهام آن‌ها را بسيار پيچيده كرده است. از طرفي در بين روش هاي موجود، روشي براي خوشه بندي بازار سهام كه بتواند شركت ها را به زيرخوشه هايي كه حاوي اطلاعات مفيد براي استفاده‌كننده نهايي است، تقسيم كند وجود ندارد. در تحقيق حاضر، روش خوشه بندي سه مرحله اي براي خوشه بندي شركت هاي موجود در بورس اوراق بهادار، براساس شباهت در روند حركتي قيمت سهام شركت ها، مورد استفاده قرار گرفته است. در مرحله اول، كاهش ابعاد داده ها صورت گرفته است و خوشه بندي تقريبي شركت ها انجام مي شود. سپس در مرحله دوم، خوشه‌هاي ايجاد شده در مرحله قبل، به زيرخوشه هاي با كيفيت و دقت بيشتر تقسيم مي شوند. در نهايت، زير‌خوشه هاي ايجاد شده، در مرحله سوم ادغام و خوشه هاي نهايي ارايه مي شود. مدل ارايه شده، با استفاده از روش مجموع مربعات خطا مورد ارزيابي قرار مي گيرد. نتايج تحقيق نشان مي‌دهد روش خوشه‌بندي سه مرحله‌اي در مقايسه با ساير الگوريتم هاي خوشه بندي مرسوم از نظر اثربخشي و كيفيت، عملكرد بهتري دارد.

Clustering is one of the descriptive data mining techniques to group the observations into different K clusters (groups). The stock market categorization system would be invaluable to individual investors and financial experts, providing them with the opportunity to predict the stock price changes of a company with respect to other companies. In recent years, clustering all companies in the stock markets based on their similarities in the shape of the stock markets has increasingly become a common scheme. However, existing approaches are impractical because the stock price data are financial time-series data that have high-dimension and the changes in the stock price usually occur with shifts, which makes the categorization more complex. Moreover, no stock market categorization method that can cluster companies down to the sub-cluster level, which are very meaningful to end users, has been developed. Therefore, in this paper, a novel three-phase clustering method is proposed to categorize companies based on the similarity in the shape of their stock markets. First, low-resolution time series data are used to approximately categorize companies. Then, in the second phase, pre-clustered companies are split into some pure sub-clusters. Finally, sub-clusters are merged in the third phase. The accuracy of the proposed method is evaluated using Sum of Squared Error (SSE). We show that this approach has good performance in efficiency and effectiveness compared to existing conventional clustering algorithms.