وقتی مدل‌های یادگیری ماشین مزیت معاملاتی کاذب می‌سازند؛ نشت داده چگونه پیش‌بینی بی‌نقصی از شاخص بانک نیفتی ایجاد کرد

مدل یادگیری ماشینی که ظاهراً می‌تواند جهت حرکت شاخص بانک نیفتی هند را در شرایط نوسان شدید بازار با دقتی بی‌نقص پیش‌بینی کند، محور پژوهشی نامتعارف و در عین حال کم‌سابقه از نظر شفافیت قرار گرفته است. پراکاش اوخالکار، راویکانت زیرمیت و ماناسی بهاته، به‌جای معرفی الگوریتمی تازه برای معامله‌گری، کالبدشکافی دقیقی از فرایند پیش‌بینی خود منتشر کرده‌اند و نشان داده‌اند که چگونه دو خطای روش‌شناختی رایج می‌تواند از دل نویز آماری، نتیجه‌ای ظاهراً مثبت و قدرتمند بسازد. این پژوهش که در مجله Neural Computing and Applications منتشر شده است، صراحتاً یک مطالعه موردی درباره روش‌شناسی است، نه مدرکی برای اثبات وجود مزیت معاملاتی معتبر.

تیم پژوهشی برای پیش‌بینی افزایش یا کاهش شاخص بانک نیفتی در افق ۲۱ روزه، مجموعه‌ای ترکیبی از مدل‌های XGBoost، LightGBM، جنگل تصادفی (Random Forest)، CatBoost و شبکه حافظه بلندمدت دوسویه (BiLSTM) ساخت. این مدل‌ها از ۱۶ شاخص طراحی‌شده با رعایت اصول جلوگیری از نشت داده استفاده می‌کردند؛ به این معنا که هیچ اطلاعاتی از آینده به داده‌های آموزشی راه پیدا نمی‌کرد. ویژگی متمایز پژوهش، توجه به وضعیت‌های مختلف بازار بود: پژوهشگران به‌جای آنکه همه روزهای معاملاتی را یکسان در نظر بگیرند، داده‌ها را بر اساس شاخص India VIX دسته‌بندی کردند. این شاخص از قیمت اختیار معامله‌های شاخص Nifty 50 محاسبه می‌شود و اغلب از آن با عنوان «معیار ترس بازار» یاد می‌کنند.

نتایج اولیه چشمگیر به نظر می‌رسید. مدل در نمونه ارزیابی هم‌تراز، در زیرمجموعه کوچکی از روزهایی که شاخص India VIX از آستانه تعیین‌شده برای نوسان شدید فراتر می‌رفت، به دقت ۱۰۰ درصدی در پیش‌بینی جهت حرکت بازار دست یافت. دقت آن در روزهای کم‌نوسان باقی‌مانده ۶۵٫۳ درصد بود. در نگاه نخست، چنین نتیجه‌ای می‌توانست این تصور را ایجاد کند که مدل‌های یادگیری ماشین دقیقاً در شرایطی بهترین عملکرد را دارند که بازار آشفته‌تر و پیش‌بینی آن دشوارتر است. اما بررسی عمیق‌تر پژوهشگران، این برداشت جذاب را به‌طور اساسی زیر سؤال برد.

نخستین مشکل، سوگیری نگاه به آینده در تعیین آستانه تشخیص وضعیت پرنوسان بود. آستانه‌ای که برای طبقه‌بندی روزهای دارای شاخص VIX بالا استفاده شده بود، از داده‌های دوره آزمون استخراج شده بود، نه صرفاً از داده‌های آموزش و اعتبارسنجی. در نتیجه، مدل عملاً به پاسخ‌ها دسترسی داشت. پس از اصلاح این نشت اطلاعات و تثبیت آستانه در مقدار قابل استفاده در شرایط واقعی، یعنی ۱۸٫۷۱، که از صدک ۷۵ داده‌های ترکیبی آموزش و اعتبارسنجی به دست آمده بود، تعداد مشاهدات در گروه روزهای پرنوسان به تنها هشت مورد کاهش یافت. نکته تعیین‌کننده این بود که یک معیار مبنای ساده مبتنی بر اکثریت محلی، یعنی راهبرد پیش‌پاافتاده پیش‌بینی رایج‌ترین جهت حرکت بازار در همین بازه کوچک، نیز به دقت ۱۰۰ درصدی رسید. بنابراین، عملکرد ظاهراً بی‌نقص مدل در شرایط بحرانی از پیش‌بینی ساده کلاس غالب قابل تشخیص نبود.

تصویر آماری پیچیده‌تر از آن بود که بتوان نتیجه را صرفاً بی‌اعتبار دانست. روش‌های استنباط آماری مبتنی بر وابستگی، که این واقعیت را لحاظ می‌کنند که مشاهدات مالی هم‌پوشان مستقل از یکدیگر نیستند، نتایج متفاوتی به دست دادند. فاصله اطمینان حاصل از بوت‌استرپ بلوکی برای تفاوت دقت میان وضعیت‌های دارای VIX بالا و پایین، صفر را در بر نمی‌گرفت و آزمون جایگشت بلوکی نیز پس از اصلاح بونفرونی برای مقایسه‌های متعدد، همچنان معنادار بود. با این حال، آزمون دقیق فیشر با بلوک‌های غیرهم‌پوشان که فقط ۱۲ بلوک هم‌تراز داشت، به دلیل توان آماری پایین‌تر به سطح معناداری نرسید. بنابراین، شواهد واقعاً متناقض و مختلط بودند، نه اینکه هیچ نشانه‌ای از اثر وجود نداشته باشد. همین موضوع اهمیت یافته بعدی را بیشتر می‌کند.

هنگامی که پژوهشگران تحلیل پیش‌رونده را به تفکیک سال و در شش سال با ارزیابی مستقل انجام دادند، برتری عملکرد در وضعیت‌های دارای VIX بالا فقط در یک سال، یعنی ۲۰۲۱، مشاهده شد. در پنج سال دیگر، نتیجه معکوس بود و عملکرد در وضعیت‌های کم‌نوسان بین ۹ تا ۴۴ واحد درصد بهتر از وضعیت‌های پرنوسان بود. این یافته مستقیماً نشان می‌دهد که نتیجه برجسته اولیه عمدتاً به یک دوره بحرانی خاص محدود بوده است، نه اینکه ویژگی عمومی بازارهای پرنوسان را بازتاب دهد. نتیجه‌ای که در یک سال بحرانی برقرار می‌ماند، اما در پنج سال دیگر معکوس می‌شود، اثر پایداری ناشی از وضعیت بازار نیست؛ بلکه اتفاقی تاریخی است که در قالب یک الگو جلوه داده شده است.

دومین دام روش‌شناختی که نویسندگان آشکار کردند، به نحوه طراحی شبیه‌سازی معاملات مربوط می‌شود. در یک شبیه‌سازی قابل اجرا در دنیای واقعی با موقعیت‌های غیرهم‌پوشان، سیگنالی که در پایان روز معاملاتی t تولید می‌شود، به ورود در آغاز روز t+1 و خروج در پایان روز t+21 می‌انجامد. در این چارچوب، راهبرد مبتنی بر وضعیت بازار حداکثر افت سرمایه را از ۶٫۶۲ درصد به ۳٫۶۹ درصد کاهش داد، اما در هیچ‌یک از سطوح هزینه معاملاتی بررسی‌شده، نسبت شارپ راهبرد خرید و نگهداری را پشت سر نگذاشت. در سطح هزینه صفر واحد پایه، نسبت شارپ راهبرد ۰٫۴۵۵ بود، در حالی که این رقم برای خرید و نگهداری به ۱٫۲۰۴ می‌رسید. با افزایش هزینه معاملات به ۵۰ واحد پایه، نسبت شارپ راهبرد به ۰٫۳۷۵ کاهش یافت، اما مقدار مربوط به خرید و نگهداری همچنان ۱٫۲۰۴ باقی ماند.

با این حال، هنگامی که همان قاعده در شبیه‌سازی معاملات با موقعیت‌های هم‌پوشان ارزیابی شد، به‌طوری که چند موقعیت معاملاتی می‌توانستند هم‌زمان باز باشند، نسبت شارپ گزارش‌شده به ۲٫۲۱۶ افزایش یافت و ظاهراً از مقدار ۱٫۹۶۳ در راهبرد خرید و نگهداری پیشی گرفت. این پروتکل معاملاتی بود که جهت نتیجه را تعیین می‌کرد، نه وجود یک سیگنال پیش‌بینی‌کننده واقعی. شاید مهم‌ترین یافته پژوهش همین باشد: ساختار آزمون پس‌نگر معاملات می‌تواند بدون هیچ تغییری در مدل یا داده‌های زیربنایی، یک نتیجه مثبت را ایجاد کند یا از بین ببرد.

نویسندگان تأکید می‌کنند که دستاورد پژوهش آن‌ها اثبات یک مزیت معاملاتی معتبر نیست، بلکه ارائه چارچوبی شفاف و کاملاً اصلاح‌شده برای ارزیابی قابلیت اتکای نتایج است. آن‌ها نشان می‌دهند که نشت داده و سوگیری نگاه به آینده چگونه می‌توانند نتیجه‌ای مثبت اما کاذب در یادگیری ماشین مالی مبتنی بر وضعیت بازار ایجاد کنند. همچنین، کل فرایند تحلیل را در قالب یک مخزن گیت‌هاب منتشر کرده‌اند تا بازتولیدپذیر باشد. این مخزن مراحل تقسیم داده‌ها، مهندسی ویژگی‌ها، آموزش مدل‌ها، آزمون‌های آماری و تولید نمودارها را پوشش می‌دهد. داده‌های اصلی، شامل قیمت‌های بازشدن، بیشینه، کمینه و بسته‌شدن و حجم معاملات (OHLCV) شاخص بانک نیفتی و مقادیر روزانه India VIX، از بورس ملی هند در دسترس عموم است و برای دسترسی به آن‌ها نیازی به ثبت‌نام نیست.

این پژوهش در زمانی منتشر شده است که جامعه یادگیری ماشین و مالی کمی به‌طور مکرر از بهبودهای اندک در دقت کلی مدل‌ها گزارش می‌دهد، بی‌آنکه همیشه روشن کند سیگنال پیش‌بینی‌کننده در کدام وضعیت‌های بازار متمرکز است یا خروجی مدل چگونه باید مبنای تصمیم‌گیری برای استفاده عملی قرار گیرد. پژوهشگران با نشان دادن اینکه دقت ۱۰۰ درصدی می‌تواند هم‌زمان با عملکردی یکسان در یک معیار مبنای ساده حاصل شود، یک سال بحرانی می‌تواند بر ارزیابی چندساله غلبه کند و انتخاب روش شبیه‌سازی معاملات می‌تواند نتیجه را از عملکرد ضعیف‌تر به عملکرد بهتر از بازار تغییر دهد، الگویی هشداردهنده ارائه کرده‌اند که محدود به بازار هند نیست. پیام این پژوهش ناخوشایند، اما ضروری است: در یادگیری ماشین مالی، روش‌شناسی پاورقی نتیجه نیست؛ خودِ نتیجه است.

موضوع پژوهش: پیش‌بینی جهت شاخص بانک نیفتی با یادگیری ماشین مشروط به وضعیت بازار، با استفاده از India VIX و یک مجموعه مدل ترکیبی.

عنوان مقاله پژوهشی: پیش‌بینی جهت شاخص بانک نیفتی بر اساس وضعیت‌های India VIX: رویکردی مبتنی بر مجموعه مدل‌های ترکیبی.

مشخصات منبع پژوهشی: Ukhalkar, P., Zirmite, R., & Bhate, M. (2026). India VIX regime-conditional directional prediction of bank nifty: a stacking ensemble approach. Neural Computing and Applications, 38(20), مقاله 809. https://doi.org/10.1007/s00521-026-12588-w

اعتبار تصویر: تولیدشده با هوش مصنوعی.

شناسه DOI: 10.1007/s00521-026-12588-w

کلیدواژه‌ها: بانک نیفتی، India VIX، مجموعه مدل‌های ترکیبی، یادگیری ماشین، نشت داده، سوگیری نگاه به آینده، وضعیت نوسان بازار، BiLSTM، XGBoost، شبیه‌سازی معاملات، مالی کمی، تحلیل پیش‌رونده.

منبع خبر: ترزا اودوم، ۱۶ اکتبر ۲۰۲۶، «وقتی مدل‌های یادگیری ماشین مزیت معاملاتی کاذب می‌سازند: نشت داده چگونه پیش‌بینی بی‌نقصی از شاخص بانک نیفتی ایجاد کرد»، Scienmag.