تحلیل مالی و سرمایهگذاری
تحلیل بنیادی و ارزشگذاری، مدلسازی مالی، امکانسنجی اقتصادی و ارزیابی ریسک و سبد دارایی.
من مصطفی شبانی هستم؛ دانشآموختهٔ مهندسی مالی. در نقطهٔ تلاقی تحلیل داده، هوش مصنوعی و کسبوکار، به شناخت مسئله و ساختن راهحلهای تصمیمگیری کمک میکنم.

حوزههایی که دانش مالی و ابزارهای تحلیلی را در آنها به کار میگیرم.
تحلیل بنیادی و ارزشگذاری، مدلسازی مالی، امکانسنجی اقتصادی و ارزیابی ریسک و سبد دارایی.
طراحی داشبوردهای مدیریتی، تحلیل شاخصهای عملکرد و مدلسازی فرایندها برای شناسایی فرصتهای بهبود.
تحلیل داده با پایتون، طراحی مدلهای پیشبینی، تشخیص ناهنجاری و بهینهسازی با روشهای کمی.
گزیدهای از پروژهها و پژوهشها در مالی کمی، علم داده و تصمیمگیری سازمانی.
پژوهشی در پیوند پیشبینی و تخصیص دارایی؛ با درنظرگرفتن خطای پیشبینی در تصمیمهای سرمایهگذاری.
نقش من: پژوهشگر · دانشگاه علم و صنعت ایران
بررسی کاربرد یادگیری ماشین و یادگیری عمیق در بهینهسازی سبد سهام با لحاظ خطای پیشبینی.
استخراج احساسات بازار از الگوهای معاملاتی و پرتفوی سهامداران، برای مطالعهٔ بازده سهام.
نقش من: محقق اصلی
طراحی مدل یادگیری ماشین برای استخراج شاخص احساسات از دادههای معاملات و بررسی جهتگیری کوتاهمدت بازار سرمایهٔ ایران.
مطالعهٔ روشهای یادگیری عمیق برای شناسایی الگوهای ناهنجار در دادههای بانکی.
نقش من: عضو تیم تحقیق
طراحی و ارزیابی مدلهای یادگیری عمیق و مقایسهٔ آنها با روشهای یادگیری ماشین؛ مطالعهٔ موردی بانک ملی ایران.
چارچوب تصمیمگیری برای ایجاد تعادل میان هزینه، کیفیت و ریسک در زنجیرهٔ تأمین خودرو.
نقش من: عضو تیم تحقیق
ترکیب تصمیمگیری چندمعیاره با مدل ریاضی چندهدفه در GAMS برای تخصیص سفارش در شرایط عدمقطعیت قیمت و تأخیر.
پژوهش در کاربرد هوش تجاری و مصورسازی داده برای توسعهٔ سازمانی در صنعت خردهفروشی.
نقش من: پژوهشگر · دانشگاه سمنان
ارائهٔ رویکردی مبتنی بر هوش تجاری، تجسم داده و برنامههای کاربردی برای پشتیبانی از توسعهٔ سازمانی فروشگاه زنجیرهای.
تلفیق دادههای ریزساختار بازار و پیشبینیهای اجماع تحلیلگران برای مطالعهٔ استراتژیهای کمی.
نقش من: کارشناس تحلیل کمی و دادهکاوی
پیادهسازی تحلیل داده در پایتون برای استخراج سیگنالهای مومنتم و رانش سود و مطالعهٔ ریسک ناشی از رفتار سرمایهگذاران.
کاربرد یادگیری عمیق برای شناسایی فعالیتهای مشکوک و تحلیل تهدیدهای شبکههای رایانهای.
نقش من: محقق اصلی · پژوهشکدهٔ ارتباطات و فناوری اطلاعات
طراحی مدلهای یادگیری عمیق برای تحلیل دادهٔ شبکه و شناسایی الگوهای حرکت جانبی مشکوک.
چارچوب کمی برای ترکیب شاخصهای عملکردی و پشتیبانی از تصمیمهای منابع انسانی.
نقش من: عضو تیم تحقیق
طراحی سیستم امتیازدهی و رتبهبندی با تکنیکهای تصمیمگیری چندمعیاره برای ارزیابی کارکنان و متقاضیان استخدام.
۸ پروژه
مقالات و فصل کتاب در حوزهٔ بهینهسازی، مدیریت ریسک و تحلیل داده.
Journal of Risk and Financial Management · 19(1), 29
Omega · 140, 103455
PLOS ONE · 20(7), e0314918
Supply Chain Analytics · 12, 100165
Scientometrica · 2(1), 31–48
Scientometrica · 2(1), 11–30
International Journal of Industrial Engineering & Production Research · 36(3)
PLOS ONE · 20(7), e0325973
Accounting · 11(1), 71–90
Financial and Banking Strategic Studies · 2(4), 331–346
Risks · 12(10), 163
Journal of Capital Market Analysis · 4(2), 34–66
International Journal of Management, Accounting and Economics · 11(8), 974–989
Financial and Banking Strategic Studies · 2(1), 1–10
Automotive Science and Engineering · 13(4)
Book chapter · Springer · Progressive Decision-Making Tools and Applications in Project and Operation Management
موردی با این عبارت پیدا نشد.
فهرست انتشارات بر اساس رزومه؛ لینک هر عنوان به شناسهٔ DOI آن متصل است.
مسیر من از مهندسی صنایع در دانشگاه سمنان به مهندسی مالی در دانشگاه علم و صنعت ایران رسیده است. به ترکیب تفکر سیستمی، مدلسازی کمی و تحلیل داده برای تصمیمگیری علاقهمندم؛ از بازارهای مالی تا مسائل عملیاتی سازمانها.
در کنار فعالیت حرفهای، پژوهش و آموزش را دنبال کردهام؛ از تدریس پایتون تا همکاری آموزشی در دروس مهندسی مالی، ریسک و آمار.
مشاهدهٔ پروفایل پژوهشی ↗تحلیل بازار، امکانسنجی، مدلسازی جریان نقدی، ارزشگذاری و تحلیل ریسک.
تحلیل بنیادی و ارزشگذاری شرکتها، بررسی صنایع بورسی و تهیهٔ گزارشهای تحلیلی.
پایاننامه: بهینهسازی سبد سهام با خطای پیشبینی با استفاده از یادگیری ماشین و یادگیری عمیق.
پایاننامه در زمینهٔ هوش تجاری، مصورسازی داده و توسعهٔ سازمانی فروشگاه زنجیرهای.
رویکرد پیشنهادی من برای پیشبرد یک همکاری تحلیلی.
هدف، محدودیتها و معیار موفقیت را مشخص میکنیم.
کیفیت، دسترسی و نیازهای داده را ارزیابی میکنیم.
راهحل را متناسب با مسئله طراحی و ارزیابی میکنیم.
یافتهها و محدودیتها را به خروجی قابل استفاده تبدیل میکنیم.
برای همکاری پژوهشی، پروژهٔ تحلیل داده یا مشاورهٔ کسبوکار، دربارهٔ مسئله و هدف خود برایم بنویسید.