پیش‌بینی بورس با هوش مصنوعی تا چه اندازه امکان‌پذیر است؟

خرید و فروش سهام در بازار سرمایه یکی از فعالیت‌هایی است که اگر به صورت دقیق و تخصصی انجام شود، می‌تواند سود چشمگیری را برای فعالان این حوزه به دنبال داشته باشد. معامله‌گران بازار اوراق بهادار باید در زمینه‌های متعددی ازجمله تجزیه‌ و تحلیل اطلاعات مالی، شناخت نیاز بازار، تاثیر بازارهای موازی ازجمله ارز و طلا، شرایط اقتصاد جهانی و… اطلاعات جامعی کسب کنند، اما مهم‌ترین ویژگی یک معامله‌گر حرفه‌ای، قدرت پیش‌بینی او از تحولات تاثیرگذار بر بازار سهام است. درمجموع، تمامی عوامل بیان‌شده از جمله تحلیل اطلاعات مالی شرکت‌ها، به این منظور است که دید بلندمدت مناسب‌تری را در اختیار فعالان این حوزه قرار دهد، تا با بینشی مناسب، سبد سهام خود را انتخاب کنند.

 اما زمانی که صحبت از تجزیه‌وتحلیل داده‌ها به میان می‌آید، نمی‌توان از تاثیر هوش مصنوعی در این زمینه چشم‌پوشی کرد. طولی نکشید که شرکت‌های مالی فراوانی به استفاده از یادگیری ماشینی (machine learning) برای کمک به انجام معاملات روی بیاورند. هرچند که این بازار به غیرخطی بودن، نوسان و ریسک بالا معروف است که همین فاکتورها، کار پیش‌بینی را بسیار دشوار می‌کند؛ چراکه حتی با درنظر گرفتن تمامی آمار و ارقام، وقوع یک اتفاق خارجی می‌تواند تمامی محاسبات انجام‌شده را نقش‌برآب کند؛ اما با همه این موارد، پژوهشگران و دانشمندان بر این باورند که الگوریتم‌های یادگیری ماشین، می‌توانند عملکرد تاثیرگذاری در پیش‌بینی صعود و سقوط ارزش سهام داشته باشند.

بازار بورس اوراق بهادار چیست؟

پیش از اینکه به پیش‌بینی بورس با هوش مصنوعی بپردازیم، نگاهی می‌اندازیم به تعریف این بازار و چگونگی معامله در آن:

«بازار بورس اوراق بهادار، واسطه‌ای است که امکان خرید و فروش سهام را برای طرفین معامله فراهم می‌کند. این بازار یک بازار عمومی است و شرکت‌های پذیرفته‌شده می‌توانند اقدام به عرضه سهام خود به متقاضیان کنند. اوراقی که توسط سهام‌داران خریداری می‌شود، نشان‌دهنده میزان مالکیت شرکت موردنظر است.»

بازار سرمایه علاوه‌بر مزایای مالی که برای سهام‌داران در پی دارد، یکی از عوامل مهم و تاثیرگذار در افزایش سرمایه شرکت‌ها و رونق اقتصادی است. همچنین این بازار را می‌توان به عنوان شاخصی از اقتصاد یک کشور دانست و صعود و سقوط آن نمایانگر وضعیت مطلوب و یا روبه افول اقتصادی است.

پیش‌بینی بازار بورس به کمک یادگیری ماشین

پیش‌بینی بازار بورس به کمک یادگیری ماشین به شما کمک می‌کند که ارزش آتی سهام شرکت و دیگر دارایی‌های خود را بسنجید و به این وسیله، انتخاب دقیق و درستی برای تخصیص سرمایه خود داشته باشید. از آنجایی که داده‌های مالی که روزانه منتشر می‌شود نامحدود است و هیچ شخص یا تیمی نمی‌تواند تمامی اطلاعات مالی منتشرشده شرکت‌ها را به صورت مستمر و در مدت محدود مورد ارزیابی قرار دهد، هوش مصنوعی کاربرد خود را به نمایش می‌گذارد و حجم زیادی از داده‌های مالی را طی مدت زمان کوتاهی بررسی می‌کند. تجزیه و تحلیل این اطلاعات از طریق الگوریتم یادگیری ماشین چنان دقیق و با جزئیات انجام می‌گیرد که محققان معتقدند حتی اگر ۶۰% نتایج پیش‌بینی‌ها هم درست از آب دربیاید، بازهم با رقم قابل‌قبولی طرف هستیم که می‌تواند تاثیر بسزایی در افزایش سودآوری سرمایه‌گذاری‌ها داشته باشد. با تمام این تفاسیر، عوامل خارجی بسیاری مانند عوامل روانی، رفتارهای منطقی و غیرمنطقی، شخصیت افراد و… بر قیمت سهام تاثیرگذار است که تمامی این موارد، بازار بورس را به یکی از غیرقابل ‌پیش‌بینی‌ترین بازارها تبدیل می‌کند، اما هیچ‌کدام از این فاکتورها مانعی بر سر راه هوش مصنوعی ایجاد نمی‌کند و یک معامله حساب‌شده، بسیار کم‌ریسک‌تر از یک معامله بی‌برنامه است. متخصصان این حوزه از تکنیکی به نام «شبکه حافظه کوتاه‌مدت» جهت آنالیز داده‌های مالی و پیش‌بینی بورس با هوش مصنوعی استفاده می‌کنند که در ادامه به آن خواهیم پرداخت.

آشنایی با شبکه حافظه کوتاه‌مدت (Long Short Term Memory Network)

شبکه حافظه کوتاه‌مدت یا به اختصار (LSTM) نوعی از شبکه‌های عصبی بازگشت‌پذیر است که معمولا برای یادگیری وابستگی‌های طولانی‌مدت و همچنین پردازش و پیش‌بینی داده‌های سری‌زمانی استفاده می‌شود.

با توجه به تصویر فوق، می‌توان دید که LSTM ساختاری مرتبط و زنجیره‌وار دارد. شبکه حافظه کوتاه‌مدت در سه مرحله فرایند خود را پیش می‌برد:

• در مرحله نخست، با استفاده از توابع سیگموئید تصمیم‌گیری می‌شود که کدام اطلاعات از سلول آن مرحله زمانی خاص حذف شود. در تصویر بالا، ورودی مقدار  xt با توجه به تابع پیشین خود (ht-1) محاسبه می‌شود.
• در مرحله دوم، عملکرد تابع به دو قسمت تقسیم می‌شود: در بخش اول تابع sigmoid تصمیم می‌گیرد که کدام مقدار ۰ یا ۱ را از خود عبور دهد و در بخش دوم، تابع tanh با توجه به سطح اهمیت مقدار دریافت‌شده، وزنی مابین ۱ و ۱- برای آن تعیین می‌کند.
• مرحله سوم مربوط به تصمیم‌گیری برای مقدار خروجی است. در این بخش ابتدا یک لایه سیگموئید اجرا می‌شود، تا تعیین کند که چه قسمت‌هایی از حالت سلول به خروجی برسد. سپس حالت سلول خروجی در تابع tanh قرار می‌گیرد، تا با دریافت مقادیری مابین ۱ و ۱-، به مرحله نهایی برسد و سپس در تابع سیگموئید ضرب شود.

نتیجه‌گیری

بازار سهام نقش مهمی در زندگی ما دارد و حتی اگر در این بازار حضور نداشته باشیم و اقدام به خرید و فروش اوراق بهادار نکنیم، بازهم شاهد تاثیر بازار بورس بر فعالیت‌های اقتصادی روزمره خود هستیم. این بازار عامل مهمی در رشد تولید ناخالص داخلی کشورها است و صعود یا سقوط آن می‌تواند تاثیرات مستقیمی بر جنبه مالی زندگی ما داشته باشد. در این مطلب با اهمیت و چگونگی پیش‌بینی بورس با هوش مصنوعی آشنا شدیم و دریافتیم که یادگیری ماشین، چگونه قیمت‌گذاری اوراق بهادار در آینده را محاسبه می‌کند. اگر به یادگیری مباحث هوش مصنوعی و یادگیری ماشین علاقه‌مند هستید، می‌توانید با مراجعه به بخش رویداد‌های آموزشی هوشیو، در دوره‌های آموزشی رایگان مرتبط با این حوزه شرکت کنید.