لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
دوازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها
An Explainable Machine Learning Framework for Stock Selection
نویسندگان :
Amir YahiSheibani
1
Mohammadreza Ola
2
Ehsan Haqiqat
3
1- دانشگاه آزاد اسلامی مشهد
2- دانشگاه آزاد اسلامی مشهد
3- دانشگاه آزاد اسلامی مشهد
کلمات کلیدی :
stock selection،Random Forest،SHAP،explainable machine learning،walk-forward backtesting،financial machine learning
چکیده :
This study examines whether explainable machine learning can support transparent monthly stock selection within a fixed Dow 30 universe. Ten leakage-safe financial features are used in an expanding-window Random Forest with prior-only temporal validation to rank each stock by the probability of belonging to the following month’s realized Top-10. After ranking, the ten highest-scoring stocks are selected and assigned equal 10% weights solely for out-of-sample economic evaluation. TreeSHAP is applied as a separate explanation layer to identify the features most influential in the Random Forest rankings, with six-month beta, average dollar volume, and three-month momentum showing the highest pooled mean absolute SHAP importance. Across 95 out-of-sample holding periods from February 2018 through December 2025, the RF Top-10 evaluation grows $1 to 3.476, corresponding to a 17.04% annualized return and a 0.904 Sharpe ratio, while the Dow Jones price-index reference ends at 1.843. The results demonstrate a transparent and auditable stock-selection framework in which prediction, ranking, explanation, and economic evaluation are kept distinct.
لیست مقالات
لیست مقالات بایگانی شده
عارضه یابی علل تاخیر فعالیتهای پروژههای صنعتی(مطالعه موردی پتروشیمی اسلام آباد غرب)
مهربان جلیلی زاد - محدثه نادرشاهی
Identifying and Prioritizing Sustainable Supply Chain Success Factors in Construction 4.0
Mohammad Reza Taghizadeh Yazdi - Ayda Gholidokht - Rohollah Ghasemi
رویکردی نوین با استفاده از تحلیل سلسله مراتبی در مدل سازی و برنامه ریزی استراتژیک یک مجتمع آموزشی: رویکرد ترکیبی SWOT-AHPو QSPM
نرگس قبادی - محمد فتاح - سیامک حاجی یخچالی
اولویت‌بندی بیماران با توجه به معیار‌های آزمایشگاهی بر اساس روش‌های Vikorو Copras
سهیلا بیاتلو - سعید علائی
هوشمندسازی پایش شبکههای توزیع نیروی برق با استفاده از فناوریهای نوین و ارائه چارچوب پیشنهادی مبتنی بر IoT، GIS و هوش مصنوعی (مطالعه موردی یک فیدر 20 کیلوولت)
میلاد جلیلیان - سمیرا بختیار قلعه تکی
یک الگوریتم بهینه سازی ازدحام ذرات با در نظر گرفتن تقاضاهای فازی برای مسئله چند هدفه مکانیابی و مسیریابی با ظرفیت محدود و با گزینه های تحویل جایگزین، جمعآوری، و پنجره های زمانی انعطاف پذیر
یاسمین غلام زاده - علی قدرت نما
A Comprehensive Assessment of Data Normalization Techniques in COPRAS-Based Multi-Criteria Decision Making
Saman Sadeghi - Alireza Khasteh - Hossein Gitinavard
زمانبندی حمل و نقل پسماندهای پزشکی عفونی به منظور کاهش ریسک سرایت
کوثر زندش - مرتضی خاکزار بفروئی
بهبود کیفیت خدمات حمل و نقل آخرین مایل در تجارت الکترونیک با استفاده از مسیریابی مبتنی بر خوشه بندی : مطالعه موردی
پانته آ سبکتکین - فاطمه صنعتی اردستانی - مرتضی باقری
رویکردی ترکیبی مبتنی بر CatBoost و LightGBM برای پیشبینی روند بازار فارکس
پژمان پیکانی - دانیال صبور - دلارام چقازردی
بیشتر
ثمین همایش، سامانه مدیریت همایش ها و جشنواره ها - نگارش 44.11.0
