چکیدهخوشه بندی به عنوان یکی از روش های داده کاوی توصیفی، روشی برای گروه بندی مشاهده ها به k خوشه (گروه) مختلف است. خوشه بندی بازار سهام، اطلاعات سودمندی را جهت پیش بینی تغییرات قیمت سهام شرکت های مختلف در اختیار سرمایه گذاران شخصی و متخصصان مالی قرار می دهد. در سال های اخیر، خوشه بندی شرکت های پذیرفته شده در بورس اوراق بهادار براساس شباهت در روند حرکتی یا به عبارتی شکل بازار آن ها، مورد توجه قرار گرفته است. رویکردهای موجود خوشه بندی، نتایج خوبی برای این روند ارائه نمی دهند؛ زیرا داده های مربوط به قیمت سهام شرکت ها داده های سری زمانی مالی هستند که دارای ابعاد زیاد است و تغییرات در این داده ها، معمولا با شیفت های زمانی همراه است. این ویژگی ها، خوشه بندی شرکت ها براساس روند حرکتی قیمت سهام آن ها را بسیار پیچیده کرده است. از طرفی در بین روش های موجود، روشی برای خوشه بندی بازار سهام که بتواند شرکت ها را به زیرخوشه هایی که حاوی اطلاعات مفید برای استفاده کننده نهایی است، تقسیم کند وجود ندارد. در تحقیق حاضر، روش خوشه بندی سه مرحله ای برای خوشه بندی شرکت های موجود در بورس اوراق بهادار، براساس شباهت در روند حرکتی قیمت سهام شرکت ها، مورد استفاده قرار گرفته است. در مرحله اول، کاهش ابعاد داده ها صورت گرفته است و خوشه بندی تقریبی شرکت ها انجام می شود. سپس در مرحله دوم، خوشه های ایجاد شده در مرحله قبل، به زیرخوشه های با کیفیت و دقت بیشتر تقسیم می شوند. در نهایت، زیر خوشه های ایجاد شده، در مرحله سوم ادغام و خوشه های نهایی ارائه می شود. مدل ارائه شده، با استفاده از روش مجموع مربعات خطا مورد ارزیابی قرار می گیرد. نتایج تحقیق نشان می دهد روش خوشه بندی سه مرحله ای در مقایسه با سایر الگوریتم های خوشه بندی مرسوم از نظر اثربخشی و کیفیت، عملکرد بهتری دارد
