بررسی سودمندی روش غیرخطی رگرسیون بردارهای پشتیبان و روشهای کاهش متغیرهای پیش‌بین در پیش‌بینی بازده سهام
نویسندگان
چکیده مقاله:
هدف این پژوهش، بررسی سودمندی روشهای کاهش متغیرها و روش غیرخطی رگرسیون بردارهای پشتیبان، در پیش‌بینی بازده سهام شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران است. با استفاده از روشهای مبتنی بر همبستگی و تحلیل عاملی، متغیرهای بهینه از بین 52 متغیر اولیه، انتخاب یا استخراج شده است. در ادامه، با استفاده از روشهای غیرخطی رگرسیون بردارهای پشتیبان و شبکه‌های عصبی مصنوعی و همچنین رگرسیون خطی، بازده سهام 101 شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1383 الی 1392 پیش‌بینی شده است. یافتههای تجربی این پژوهش حاکی از عملکرد بهتر رگرسیون بردارهای پشتیبان نسبت به دو روش دیگر پیش‌بینی و عملکرد بهتر هر دو روش غیرخطی پیش‌بینی نسبت به رگرسیون خطی است. افزون براین، یافتههای پژوهش، بیانگر سودمندی روشهای کاهش متغیرها و وجود تفاوت معنادار بین میزان سودمندی دو روش مبتنی بر همبستگی و تحلیل عاملی و همچنین برتری روش مبتنی بر همبستگی است.
منابع مشابه
بررسی سودمندی متغیرهای بنیادی و متغیرهای مبتنی بر بازار در تعیین بازده سهام
این تحقیق توان توضیح دهندگی متغیرهای بنیادی را در مقایسه با متغیر های مبتنی بر بازار (شاخص های ریسک) در ارزش گذاری شرکت ها مورد بررسی قرار می دهد. در این مطالعه متغیرهای بنیادی و متغیرهای مبتنی بر بازار با لحاظ ریسک سیستماتیک شرکت مورد آزمون قرار می گیرند. همچنین این مطالعه صحت و اعتبار مدل تک عاملی قیمت گذاری دارایی های سرمایه ای را در محیط اقتصادی ایران مورد بررسی قرار داده است. دوره زمانی تح...
متن کاملسودمندی رگرسیون های تجمیعی و روش های انتخاب متغیرهای پیش بین بهینه در پیش بینی بازده سهام
مقاله حاضر به بررسی سودمندی رگرسیون های تجمیعی و روش های انتخاب متغیرهای پیش بین بهینه (شامل روش مبتنی بر همبستگی و ریلیف) برای پیش بینی بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران می پردازد. به منظور ارزیابی عملکرد رگرسیون تجمیعی، معیارهای ارزیابی (شامل میانگین قدرمطلق درصد خطا، مجذور مربع میانگین خطا و ضریب تعیین) مربوط به پیش بینی این روش، با رگرسیون خطی و شبکه های عصبی مصنوعی...
متن کاملسودمندی رگرسیون‌های تجمیعی و روشهای انتخاب متغیرهای پیش‌بین بهینه در پیش‌بینی بازده سهام
مقاله حاضر به بررسی سودمندی رگرسیون‌های تجمیعی و روشهای انتخاب متغیرهای پیش‌بین بهینه (شامل روش مبتنی بر همبستگی و ریلیف) برای پیش‌بینی بازده سهام شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران می‌پردازد. به‌منظور ارزیابی عملکرد رگرسیون تجمیعی، معیارهای ارزیابی (شامل میانگین قدرمطلق درصد خطا، مجذور مربع میانگین خطا و ضریب تعیین) مربوط به پیش‌بینی این روش، با رگرسیون خطی و شبکه‌های عصبی مصنوعی...
متن کاملبررسی سودمندی روش های کاهش متغیرها در پیش بینی بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران
هدف این پژوهش، بررسی سودمندی روش های مختلف کاهش )انتخاب و استخراج( متغیرها در پیش بینیبازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. در این راستا، با بررسی پیشینهپژوهش، 52 متغیر اولیه که بیشتر در ادبیات استفاده و داده های مورد نیاز برای سنجش آنها در دسترسبود، جستجو و با استفاده از روش انتخاب متغیر ریلیف و روش استخراج متغیر تحلیل عاملی، متغیرهای بهینهاز ب...
متن کاملکاهش تعداد بردارهای پشتیبان در ماشین بردار پشتیبان (svm)
ماشین بردار پشتیبان روش مطلوبی برای طبقه بندی انواع داده هاست، اما مشکل اساسی این روش کاهش چشم گیر سرعت طبقه بندی آن در ازای افزایش ابعاد مسئله است. در این پایان نامه تابع کرنلی که از چندجمله ای متعامد هرمیت مشتق شده و ترکیب این تابع با سایر کرنل های رایج برای ماشین بردار پشتیبان ارائه شده است. این توابع، علاوه بر کاهش تعداد بردارهای پشتیبان که موجب افزایش سرعت خواهد شد، صحت طبقه بندی داده ها ر...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 7 شماره 28
صفحات 1- 33
تاریخ انتشار 2016-03
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023