ارائه کننده: محمدحسين ثمني
استاد راهنما: دكتر امير البدوي
استاد مشاور: دكتر محمد علي رستگار سرخه
استاد مشاوردوم: دكتر توكتم خطيبي
استاد داور داخلي: دكتر محمد اقدسي، دكتر محمدمهدي سپهري
استاد داور خارج از دانشگاه: دكتر اكبر اصفهاني پور، دكتر شيرين اصلاني
نماينده تحصيلات تكميلي: دكتر محمد اقدسي
تاریخ: 1403/12/07     
ساعت: 08:30
مكان: اتاق 351 دانشكده فني و مهندسي

چکیده:
بازار سهام به دلیل ماهیت پیچیده و غیرقابل پیش‌بینی خود، همواره مورد توجه پژوهشگران بوده است. با گسترش فناوری اطلاعات و پیشرفت یادگیری ماشین، تلاش‌های بسیاری برای ایجاد مدل‌هایی جهت پیش‌بینی قیمت سهام صورت گرفته است. در این راستا، هستان‌نگاری به‌عنوان یک ابزار دانش‌محور می‌تواند در بهبود پیش‌بینی روند بازار نقش مؤثری ایفا کند. این پژوهش به طراحی یک سیستم هوشمند مبتنی بر هستان‌نگاری برای پیش‌بینی روند قیمت سهام پرداخته است. در مطالعات پیشین، روش‌های متعددی برای تحلیل و پیش‌بینی قیمت سهام ارائه شده است که شامل مدل‌های آماری، تشخیص الگو، یادگیری ماشین و تحلیل احساسات بازار می‌شوند. با این حال، به دلیل فقدان یک پایگاه دانش ساختاریافته، بسیاری از این روش‌ها کارایی محدودی داشته‌اند. استفاده از هستان‌نگاری به‌عنوان یک چارچوب مفهومی برای مدل‌سازی دانش بازار مالی می‌تواند موجب بهبود عملکرد این سیستم‌ها شود.
هدف این پژوهش طراحی و پیاده‌سازی یک هستان‌نگاری تخصصی در حوزه بورس و بازارهای مالی، غنی‌سازی آن با هستان‌نگاری‌های بین‌المللی و استفاده از آن در مدل‌های یادگیری ماشین جهت پیش‌بینی روند قیمت سهام است. همچنین بررسی تأثیر ترکیب داده‌های تکنیکال و تحلیل اخبار بر عملکرد مدل‌های پیش‌بینی از دیگر اهداف تحقیق است.
این پژوهش با رویکرد پوزیتیویستی و استفاده از روش‌های استقرایی و استنتاجی به بررسی روابط بین متغیرهای کلیدی در پیش‌بینی تغییرات قیمت سهام می‌پردازد. متدولوژی تحقیق در لایه‌های مختلف ارائه شده و از استراتژی مطالعه موردی برای توسعه سیستم هوشمند استفاده می‌شود. همچنین پژوهش بر پایه داده‌های زمانی بلندمدت انجام شده و با ترکیب روش‌های کمی و کیفی، مدل‌سازی داده‌های متنی را با استفاده از هستان‌نگاری و استخراج دانش به بردارهای کمی تبدیل می‌کند.
پژوهش حاضر در چندین مرحله انجام شده است:
1. طراحی و توسعه هستان‌نگاری بورس فارسی با استفاده از داده‌کاوی متون و نظرات متخصصان، که شامل 565 مفهوم، 496 رابطه سلسله مراتبی و 137 رابطه غیر سلسله مراتبی و 937 نمونه می باشد.
2. غنی‌سازی هستان‌نگاری با ترکیب آن با سایر منابع دانش جهانی، که منجر به افزایش دقت مدل‌های تحلیل بازار سهام شده است. مفاهیم و روابط بر اساس دامنه ها و محدوده های جدید هستان نگاری پس از ادغام آن با هستان نگاری های مرجع  شامل 1142 مفهوم، 543 نوع رابطه سلسله مراتبی، 211 رابطه غیر سلسله مراتبی و 1823 نمونه شد.
3. طراحی مدل پیش‌بینی مبتنی بر یادگیری عمیق که با تزریق دانش هستان‌نگاری، عملکرد بهتری در پیش‌بینی روند قیمت‌ها ارائه می‌دهد.
4. ارزیابی مدل بر روی داده‌های واقعی بازار سهام ایران و سنجش دقت پیش‌بینی با ترکیب روش‌های دانش‌محور و داده‌محور.
نتایج ارزیابی مدل نشان می‌دهد که ترکیب روش‌های مبتنی بر هستان‌نگاری و داده‌های تکنیکال باعث افزایش دقت پیش‌بینی می‌شود. میزان دقت مدل در پیش‌بینی روند قیمت سهام در ۶ نماد از گروه فلزات اساسی به 84.5٪ رسیده است که نسبت به روش‌های متداول بهبود قابل‌توجهی دارد. این پژوهش نشان می‌دهد که استفاده از هستان‌نگاری در پیش‌بینی قیمت سهام می‌تواند به بهبود دقت و کارایی سیستم‌های تحلیلی کمک کند. توسعه هستان‌نگاری‌های بومی و ادغام آن‌ها با مدل‌های یادگیری عمیق، امکان بهره‌گیری از دانش ساخت‌یافته را برای تحلیل بهتر بازارهای مالی فراهم می‌آورد. در آینده، می‌توان این پژوهش را با افزودن منابع داده‌ای متنوع‌تر، مانند تحلیل شبکه‌های اجتماعی، توسعه داد.