رفتن به محتوای اصلی

پیش‌بینی فرابازاری سهام پالایشگاهی در بورس تهران


عنوان کامل مقاله:

چارچوبی مبتنی بر یادگیری ماشین برای تحلیل وابستگی فرابازاری و پیش‌بینی سهام شرکت‌های پالایشگاهی ایران
#

نویسنده: محمدمهدی معصومیان، کارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی

ناشر / تاریخ انتشار: چهارمین کنفرانس بین المللی مدیریت، اقتصاد، کارآفرینی و مهندسی صنایع | 2026

دانلود فایل PDF

چکیده

بازار سرمایه ایران به دلیل وابستگی ساختاری اقتصاد کشور به درآمدهای نفتی، به‌شدت تحت تأثیر تحولات بازار جهانی انرژی قرار دارد. در این پژوهش، چارچوبی مبتنی بر یادگیری ماشین برای تحلیل وابستگی فرابازاری میان شاخص‌های بازار جهانی نفت و قیمت سهام شرکت‌های بزرگ پالایشگاهی پذیرفته‌شده در بورس اوراق بهادار تهران ارائه شده است. برای این منظور، داده‌های تاریخی شامل قیمت نفت برنت، حجم معاملات نفت، نرخ ارز و متغیرهای زمانی گردآوری و در قالب یک مجموعه‌داده یکپارچه شامل حدود هشت سال اطلاعات معاملاتی تجمیع شدند. در ادامه، عملکرد سه الگوریتم یادگیری ماشین شامل رگرسیون جنگل تصادفی، رگرسیون ایکس‌جی‌بوست و رگرسیون چندجمله‌ای با استفاده از معیارهای ضریب تعیین و ریشه میانگین مربعات خطا ارزیابی و با یکدیگر مقایسه شد. نتایج آزمایش‌ها نشان داد که مدل جنگل تصادفی در میان روش‌های بررسی‌شده بهترین عملکرد پیش‌بینی را ارائه داده و برای برخی از سهام هدف، مقادیر ضریب تعیین نزدیک به 0.99 را به دست آورده است. در نهایت، چارچوب پیشنهادی با استفاده از داده‌های واقعی خارج از دوره آموزش مورد اعتبارسنجی قرار گرفت. یافته‌های این پژوهش نشان می‌دهد که متغیرهای بازار جهانی نفت اطلاعات پیش‌بینی‌کننده ارزشمندی درباره رفتار سهام شرکت‌های پالایشگاهی ایران در اختیار قرار می‌دهند و می‌توانند از تحلیل‌های سرمایه‌گذاری مبتنی بر داده در بازارهای مالی وابسته به انرژی پشتیبانی کنند.

کلیدواژه‌ها: وابستگی فرابازاری، یادگیری ماشین، رگرسیون جنگل تصادفی، بورس اوراق بهادار تهران

ارجاع:

Masoumian, M. M. (2026). A Machine Learning Framework for Cross-Market Dependency Analysis and Forecasting of Iranian Refinery Stocks. Zenodo. https://doi.org/10.5281/zenodo.21085119