مجله تحقیق در عملیات در کاربردهای آن ( ریاضی کاربردی سابق )

سقوط‌های ناگهانی بازار سهام همواره یکی از بزرگ‌ترین چالش‌های سرمایه‌گذاران بوده است. در این مطالعه با هدف بهبود مدل‌های پیش‌بینی ریزش قیمت در بازار سهام تهران، از ترکیب الگوریتم‌های فراابتکاری و شبکه عصبی مصنوعی استفاده شده است. برای انجام پژوهش،  تحقیقات و ادبیات موجود پیرامون عوامل تاثیرگذار بر نوسانات قیمت مورد بررسی جامع قرار گرفته و در مرحله بعد، به دلیل تعدد متغیرها در طی دوره زمانی نسبتا طولانی داده‌های مورد مطالعه و با هدف بهینه‌سازی فرآیند تحلیل، از الگوریتم‌های فراابتکاری استفاده شد. به کمک این الگوریتم‌ها که شامل 10 روش "کلونی مورچگان"، " تپه‌نوردی"، " لاس وگاس"، "نهنگ"، " تبرید شبیه‌سازی‌شده"، "الگوریتم ژنتیک"، "جستجوی ممنوعه"، "حرکت تجمعی ذرات"، "زنبور عسل" و "کرم شب‌تاب" هستند، تعداد متغیرهای موجود کاهش یافت و عوامل با تاثیرگذاری بالا انتخاب شدند. از برآیند الگوریتم‌های فراابتکاری 5 متغیر "بازده حقوق صاحبان سهام"، "نسبت بدهی"، "نسبت جریان نقد سهامداران به درآمد"، "چولگی منفی بازده سهام" و "لگاریتم فروش" انتخاب شدند. توجه به پنج متغیر مذکور برای فعالان اقتصادی و سرمایه‌گذاران از اهمیت بالایی برخوردار است؛ این متغیرها به عنوان شاخص‌های کلیدی در تحلیل وضعیت مالی و عملکرد شرکت‌ها عمل می‌کنند و می‌توانند به شناسایی ریسک‌های بالقوه کمک کنند. داده‌های مورد نیاز از پایگاه‌های اطلاعاتی بورس اوراق بهادار تهران در بازه زمانی 1380 تا 1400 گردآوری شده و شامل اطلاعات مالی شرکت‌های پذیرفته شده در بورس است. نتایج تحقیق نشان می‌دهند فرآیند ارایه شده در پژوهش به طور مطلوبی توانایی پیش‌بینی سقوط قیمت سهام را داراست.