علی رجب زاده
عادل آذر

در این مقاله با استفاده از اطلاعات سری زمانی قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینی قیمت سهام و نیر ارائه مدل بهینه پرداخته می شود. روشهای پیش بینی مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: ر و شهای پیش بینی براساس مدلهای خطی (کوتاه مدت و بلندمدت)، روشهای پیش بینی براساس مدلهای غیرخطی (شبکه های عصبی غیرخطی) و مدل شبکه عصبی با ساختار پیشنهادی. در هر مورد نتایج به دست آمده رسم شده اند. با استفاده از پیش پردازش های اشاره شده، نشان داده می شودکه قیمت و بازده سهام (در هر ۶ سهم مربوط به صنابع مختلف) از نگاشهای پیچیده غیر خطی و آشوبگرانه به وجود آمده اند و اساسآ استفاده از انواع مختلف روشهای خطی صحیح نمی باشد. همچنین نشان داده می شودکه استفاده از روشهای غیرخطی شبکه های عصبی به خودی خود و به شکل متعارف بهبود قابل ملاحظه ای را به دنبال ندارد. با ارائه پیشنهاد ساختار جدید، می توان قیمت و بازده را به خوبی در دو حالت پیش بینی روز بعد و پیش بینی سی روز بعد تخمین زد.

پیش بینی, پیش بینی ترکیبی, رگرسیون چند متغیره, سریهای زمانی, شبکه های عصبی مصنوعی