شناسايي دستكاري قيمت سهام از طريق مدل تركيبي الگوريتم ژنتيك – شبكه عصبي مصنوعي و مدل SQDF

هدف اين پژوهش، شناسايي دستكاري قيمت سهام در بورس اوراق بهادار تهران مي­باشد كه از طريق مدل تركيبي الگوريتم ژنتيك-شبكه عصبي مصنوعي (ANN-GA)[1] و مدل تابع تفكيكي درجه دوي تعديل شده (SQDF)[2] انجام گرفته است. در اين پژوهش از متغيرهاي قيمت، حجم معاملات و سهام شناور آزاد براي تطبيق نتايج مدل و داده­هاي واقعي از دستكاري قيمت استفاده شده است. در مدل تركيبي ابتدا داده­هاي مربوط به 316 شركت از نخستين روز كاري سال 1389 تا آخرين روز كاري سال 1392 بصورت روزانه شامل 966 روز وارد مدل الگوريتم ژنتيك شده و در نهايت اوزان مربوط به هر متغير از اين الگوريتم منتج شد. با استفاده از اين اوزان، شبكه عصبي مصنوعي پرسپترون طراحي، آموزش و اجرا شد. سپس مدل SQDF طراحي و اجرا و كارايي آن اثبات شد. سرانجام نتايج حاصل از مدل ANN-GA با نتايج مدل SQDF با استفاده از آماره­هاي اندازه­گيري خطاي MAPE، RMSE و R2 مقايسه شدند. نتايج نشان داد كه مدل ANN-GA در شناسايي دستكاري قيمت سهام و طبقه بندي شركت­ها به دو گروه دستكاري شده و دستكاري نشده عملكرد بسيار بهتري از مدل SQDF داشته و خطاي بسيار كمتري دارد.