@ARTICLE{Kazemitabar, author = {Kazemitabar, Seyed Javad and Shahbazzadeh, Majid and }, title = {Stock Market Fraud Detection, A Probabilistic Approach}, volume = {17}, number = {1}, abstract ={یکی از راه­‌های مشارکت افراد در توسعه اقتصادی کشور، سرمایه‌­گذاری در بازار سرمایه و به‌خصوص، بورس اوراق بهادار است. به این منظور، بازارهای اوراق بهادار باید مورد اعتماد مردم و فعالان اقتصادی باشند. شفافیت و کارایی بازار می‌­تواند حقوق و منافع سرمایه‌­گذاران را حمایت کند و باعث رونق بازار شود. در این میان، بعضی از افراد با توجه به موقعیت خود از اطلاعات نهانی مربوط به بازار بورس اوراق بهادار سوء استفاده می‌­کنند و باعث بی‌­اعتمادی افراد به بازار سرمایه می‌­شود؛ از‌این‌رو در این مقاله، با استفاده از کاربرد نامساوی چبیشف، روشی برای شناسایی افرادی که از اطلاعات نهانی، استفاده شخصی کرده­ و در مدت کوتاهی سود کلانی به‌­دست آورد‌ه‌­اند، ارائه شده است. به‌منظور استفاده از این روش دو فیلتر در نظر گرفته شده­ است، به‌طوری‌که فیلتر نخست تراکنش‌­های بزرگ را شناسایی می‌کند و فیلتر دوم، افرادی که بیشترین سود حاصل از خرید و فروش سهام در مدت زمان اندک (سه روز)، به‌دست آورده‌­ا‌ند؛ در‌حالی‌که دست‌کم یک تراکنش بزرگ در این حد فاصل زمانی رخ داده باشد، شناسایی می­‌کند؛ سپس روش پیشنهادی، بر روی دو دسته از داده­‌های واقعی بازار بورس اعمال شده است. با تغییر ضرایب فیلترها، می‌­توان معیارهای مورد نظر را تغییر داد. }, URL = {http://jsdp.rcisp.ac.ir/article-1-850-fa.html}, eprint = {http://jsdp.rcisp.ac.ir/article-1-850-fa.pdf}, journal = {Signal and Data Processing}, doi = {10.29252/jsdp.17.1.3}, year = {2020} }