کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

خوشه‌بندی فازی سری‌های زمانی مالی بر اساس مدل گارچ با رویکرد خوشه خطا

نویسندگان :

عطیه احسانی¹ سیده نفیسه آل محمد²

1- دانشگاه شاهد 2- دانشگاه شاهد

کلمات کلیدی :

خوشه‌بندی فازی، مدل گارچ، داده پرت، رویکرد خوشه خطا.

چکیده :

داده‌کاوی به منظور کشف و استخراج اطلاعات نهان یا الگوها و روابط مشخص، مجموعه داده‌ها را مورد تجزیه و تحلیل قرار می‌دهد. خوشه‌بندی یکی از روش‌های مهم داده‌ کاوی می‌باشد که وسیله‌ای قدرتمند برای معین کردن ساختار داده‌ها است و همچنین روش یاد‌گیر‌ی بدون نظارتی است که مجموعه داده‌ها را به خوشه‌هایی تقسیم‌بندی می‌کند که عناصر در هر خوشه با هم حداکثر شباهت و عناصر دو خوشه با هم حداقل شباهت را داشته باشند. در این مقاله روش‌های خوشه‌بندی فازی بر اساس مدل گارچ برای سری‌های زمانی مالی ارائه شده است به طوری‌که برای جلوگیری از تاثیرات منفی داده‌های پرت بر مجموعه داده‌ها، داده‌های پرت در خوشه‌ای به نام خوشه ‌خطا قرار داده می‌شوند. به منظور نشان دادن عملکرد مدل پیشنهادی از سهام ۳۰ شرکت برتر، فعال و پرسود موجود در بازار بورس ایران و از نرم افزار R و شاخص PC برای تعیین تعداد دقیق خوشه‌ها و شاخص سیلهوت و زای بنی برای مقایسه‌ی دقت روش‌های خوشه‌بندی استفاده شده است. در آخر روش‌های خوشه‌بندی فازی سی میانگین و فازی سی مدوید بر اساس مدل گارچ با رویکرد خوشه خطا با هم مقایسه و نشان داده می‌شود روش خوشه‌بندی فازی سی میانگین بر اساس مدل گارچ با رویکرد خوشه خطا عملکرد بهتری دارد.