کاربرد شبکه های عصبی مصنوعی در پیش بینی شاخص بازده نقدی و قیمت سهام

سال انتشار: 1387
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 476

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_QJMA-7-22_006

تاریخ نمایه سازی: 11 تیر 1396

چکیده مقاله:

مدلسازی پیش بینی متغیرهای مالی و اقتصادی با توجه به رفتار متغیرها، روشهای گوناگونی دارد تحقیق حاضر چگونگی پیش بینی بازده سهام در بورس اوراق بهادار تهران را با دو مدل آربیتراژ و شبکه های عصبی مصنوعی مورد آزمون قرا رداده است برای این منظور از اطلاعات روزانه شاخص بازده نقدی و قیمت به عنوان متغیر وابسته و از اطلاعات روزانه قیمت سکه بهار آزادی، حجم معادلات کل بازار و قیمت دلار به عنوان متغرهای مستقل استفاده شده است براز شمدل چند عاملی مبتنی بر رگرسیون چند متغیره و مدل شبکه عصبی بر مبنای معماری پرسیترون چند لایه با الگوریتم اموزش پس انتشار خطاست. برای ارزیابی نتایج دو مدل از معیارهای میانگین قدر مطلق انحرافات میانگین مجدور خطا، جذر و میانگین و جذر خطا میانگی قدر مطلق آمده حاکی از موفقیت دو مدل در پیش بینی رفتار شاخص بازده نقدی و قیمت و همچنین برتری عملکرد شبکه عصبی بر مدل چند عاملی است.

کلیدواژه ها:

پیش بینی ، شاخص بازده نقدی ، و قیمتTEDPIX ، شبکه های عصبی مصنوعی ، نظریه قیمت گذاری آربیتراژ APT

نویسندگان

محمود البرزی

استادیار مدیریت صنعتی دانشگاه آزاد اسلامی واحد علوم و تحقیقات

احمد یعقوب نژاد

استادیار دانشگاه آزاد اسلامی واحد تهران مرکز

حسین مقصود

کارشناسی ارشد مدیریت مالی