لزوم مستندسازی طرح‌ها و ایده‌ها برای ارائه در مجامع بین‌المللی
مدیرعامل فرابورس پیشنهاد کرد که ایده‌ها و کارها، ثبت و به زبان انگلیسی مستند شود تا قابلیت ارائه در مجامع بین‌المللی را داشته باشد و افزود: از سوی دیگر باید طرح‌ها را با همکاران خود به اشتراک بگذاریم و در کار تیمی، مراحل مختلف امور پژوهشی را تقسیم کنیم.
به گزارش بورس امروز، امیر هامونی در افتتاحیه «دوره آموزشی روش‌های تحلیل پیشرفته داده‌های مالی با تاکید بر یادگیری ماشین» با تاکید بربه دریافت جایزه نوبل اقتصاد ۲۰۲۰ از سوی پاول آر میلگروم و رابرت بی ویلسون اشاره کرد و گفت: موضوع پژوهشی این دو اقتصاددان، طراحی حراج‌ها در بازارهای مختلف بود که چند سال پیش پژوهش‌هایی در این حوزه در فرابورس انجام شده و الگوهای متنوع حراج برای کشف قیمت مناسب‌تر نیز طراحی شده است.
وی با اشاره به سطح دانش تخصصی و قابلیت‌هایی که در بازار سرمایه کشور وجود دارد، اظهار کرد: بسیاری از پژوهش‌ها و تجارب ما در بازار سرمایه، قابلیت ارائه در سطح جهانی را دارد اما متاسفانه به‌دلیل مستندسازی نکردن، در جامعه بین‌المللی مطرح نشده است.
مدیرعامل فرابورس با تاکید بر لزوم آسیب‌شناسی این موضوع، گفت: باید از نوبل درس‌هایی بگیریم از جمله اینکه هیچ ایده‌ای را مورد تمسخر قرار ندهیم و هنگام مطرح‌شدن ایده‌ها، منفعلانه برخورد نکنیم؛ زیرا این نوع واکنش‌ها، اعتماد‌به‌نفس علمی ما را تحت تاثیر قرار می‌دهد.
هامونی پیشنهاد کرد که ایده‌ها و کارها، ثبت و به زبان انگلیسی مستند شود تا قابلیت ارائه در مجامع بین‌المللی را داشته باشد و افزود: از سوی دیگر باید طرح‌ها را با همکاران خود به اشتراک بگذاریم و در کار گروهی، مراحل مختلف امور پژوهشی را تقسیم کنیم.
وی در ادامه، همکاری راهبردی فرابورس ایران و دانشگاه علامه طباطبائی را اتفاق مبارکی دانست و اظهار کرد: براساس تفاهم‌نامه‌ای که امسال میان فرابورس و قطب ریاضیات مالی کشور امضا شده است، مقرر شد ارتقای سطح تعاملات علمی و پژوهشی میان طرفین و پیوند میان توانمندی‌های علمی و عملی در دستور کار قرار گیرد که برگزاری دوره‌های آموزشی سدر این راستا انجام می‌شود.
در بخش دیگری از افتتاحیه «دوره آموزشی روش‌های تحلیل پیشرفته داده‌های مالی با تاکید بر یادگیری ماشین»، عبدالساده نیسی رئیس قطب علمی ریاضیات مالی از برگزاری ۱۰ دوره آموزشی سه‌ساعته با مسائلی همچون مبانی یادگیری ماشین، شبکه‌های عصبی، شبکه عمیق، تحلیل داده‌ها مبتنی بر روش‌های کلاسیک سری زمانی، تحلیل داده‌های مالی در محیط متلب، خریدوفروش الگوریتمی و معاملات هوشمند و… خبر داد.
نتایج مثبت همکاری و هم‌افزایی بازار سرمایه و دانشگاه
در ادامه، سیدجلال دهقانی فیروزآبادی، استاد تمام و معاون پژوهشی دانشگاه علامه طباطبایی، برگزاری این دوره را از موارد تفاهمنامه منعقدشده بین قطب ریاضیات مالی کشور و فرابورس ایران عنوان کرد و افزود: از فلسفه‌های وجودی تفاهمنامه بین دانشگاه‌ها و سازمان‌های اجرایی، بهره‌گیری از تجارب دو حوزه علم و اجرا برای مدیریت بهتر جامعه و صنعت است.
به گفته وی، همکاری و هم‌افزایی بازار سرمایه و دانشگاه می‌تواند نتایج علمی و عملی درخشانی در این حوزه‌ها به دنبال داشته باشد و علم ریاضیات مالی می‌تواند به توسعه، رونق و ثبات بازار سرمایه در کشور کمک کند.
محمدرضا اصغری اسکویی، استادیار دانشکده علوم ریاضی و رایانه دانشگاه علامه طباطبایی نیز با اشاره به اینکه پیشرفت هوش مصنوعی و یادگیری ماشین، تاثیر عمیقی بر جنبه‌های مختلف زندگی انسان داشته است، گفت: در حوزه مالی نیز شاهد آثاری هستیم که بسیاری از ساختارها و چارچوب‌های سنتی را پشت سر گذاشته است.
وی، یادگیری ماشین را روش‌های محاسباتی برای استفاده از مشاهده‌ها و تجربه‌ها برای ارتقای کارآمدی و پیش‌بینی دقیق تعریف کرد.
استادیار دانشکده علوم ریاضی و رایانه دانشگاه علامه طباطبایی همچنین درباره کاربرد یادگیری ماشین در تحلیل داده‌های مالی به مواردی همچون پیش‌بینی قیمت، تشکیل سبد (پرتفوی)، تحلیل داده‌های غیرعددی درکنار عددی و شناسایی الگوی تغییرات ساختاری، تصمیم‌سازی در فرایند خریدوفروش و تخمین حجم بهینه خریدوفروش، ارزیابی راهبردها، شناسایی راهبردهای ناموفق و … اشاره کرد.
