شناسایی دستکاری قیمتی فروش پس از القای روند در بورس اوراق بهادار تهران با استفاده از روش‌های یادگیری عمیق

Abstract

یکی از مهمترین چالشها و معضلات بازار سرمایه، دستکاری اوراق بهادار است. دستکاری اوراق بهادار نه تنها قیمتگذاری صحیح داراییها را با مشکل همراه میسازد بلکه سبب ایجاد خدشه در اعتماد سرمایه‌گذاران میگردد. لذا طراحی و استفاده از ابزارهای هوشمند نظارتی جهت شناسایی دستکاری قیمتی از اهمیت ویژهای برخوردار است. هدف از انجام این پژوهش ارائه مدلی مبتنی بر روش‌های یادگیری عمیق جهت شناسایی تخلف فروش پس از القای روند میباشد. برای این منظور در ابتدای امر بر اساس هشدار نظارتی طراحی شده در سامانه نظارتی سازمان بورس و اوراق بهادار و بررسی موارد مشکوک، دادههای برچسبدار تخلف تولید شده است. در ادامه با استفاده از شبکه متخاصم مولد، مشکل عدم توازن داده‌ها رفع شده و با استفاده از مدلهای شبکه عصبی پرسپترون چند لایه، شبکه عصبی بازگشتی، شبکه عصبی حافظه طولانی-کوتاه مدت و شبکه تابع پایه شعاعی به شناسایی دستکاری قیمتی پرداخته شده است. نتایج بررسی نشان میدهد مدلهای شبکه حافظه طولاتی-کوتاه مدت و شبکه عصبی بازگشتی با امتیاز F2 بالای 92% از عملکرد مناسبی در شناسایی دستکاری قیمتی برخوردار بوده و دارای قابلیت پیادهسازی در فرآیندهای نظارتی و تحقیقات آتی سایر حوزه‌های شناسایی تخلف می‌باشد.