ترکیب فرهنگ رفتاری و هوش مصنوعی در تحلیل سوگیری‌های شناختی سرمایه‌گذاران بازار سرمایه ایران

نویسندگان
doi
10.30465/ismc.2026.52273.2966
چکیده

سوگیری‌های شناختی می‌توانند موجب درک نادرست از اطلاعات، تحلیل‌های اشتباه و در نهایت تصمیمات مالی زیان‌بار شوند. پژوهش حاضر با هدف شناسایی و تحلیل این سوگیری‌ها در بازار سهام ایران طراحی شده و از الگوریتم‌های یادگیری ماشین به‌منظور مدل‌سازی رفتار سرمایه‌گذاران استفاده کرده است. داده‌های مربوط به ۱۰ نماد منتخب از بازار سهام ایران طی یک بازه مشخص زمانی جمع‌آوری، پیش‌پردازش و برای آموزش مدل‌های یادگیری ماشین آماده‌سازی شدند. در این تحقیق، دو الگوریتم رگرسیون لجستیک و جنگل تصادفی به‌منظور مقایسه عملکرد مورد استفاده قرار گرفتند. نتایج به‌دست‌آمده نشان داد که مدل جنگل تصادفی با دقت ۹۷ درصد، عملکرد به‌مراتب بهتری نسبت به مدل رگرسیون لجستیک با دقت ۷۱ درصد داشته است. این نتایج گویای کارایی بالاتر الگوریتم‌های پیچیده‌تر در درک و تحلیل رفتارهای غیرمنطقی سرمایه‌گذاران است. پژوهش حاضر بدون هرگونه سوگیری در انتخاب مدل‌ها انجام شده و کلیه نتایج به‌صورت شفاف و قابل بازتولید ارائه شده‌اند. هدف اصلی، ارتقای تصمیم‌گیری منطقی در بازار سرمایه با اتکا بر تحلیل داده‌محور و ابزارهای هوش مصنوعی است. در انتها نشان می دهیم هر کدام از سوگیری های شناختی به دست آمده تجلی رفتاری خاصی در بازار مالی ایران دارد و متاثر از ریشه های فرهنگی مردم است.