کارایی تکنیک¬های هوش مصنوعی در پیش¬بینی قیمت سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران ( تکنیک¬های مبتنی بر شبکه عصبی ، الگوریتم ژنتیک خطی و الگوریتم ژنتیک غیر خطی)

پایان نامه
چکیده

پیش بینی آینده در عرصه پویای اقتصاد و بازار سرمایه یکی از مهمترین مسائل مورد بحث در علوم مالی بوده است. ویژگی مسائل اقتصادی و تجاری این است که به شدت تحت تاثیر مسائل اجتماعی ، سیاسی و فرهنگی هستند و بسیاری از پارامترهای آنها ناشناخته است و با روشهای کمی به سختی قابل اندازه گیری می باشند . روشهای کلاسیک مانند رگرسیون گرچه توفیقات نسبی در این زمینه ها داشته اند ، اما نتایج آن نتوانسته است پژوهشگران این عرصه را راضی نماید. بنابراین ارائه مدل مناسب برای پیش بینی شاخص بورس از اهمیت و کاربرد بسیار بالایی برخوردار است . امروزه از الگوهای مختلفی مانند ، تکنیکهای آماری و تکنیکهای هوش مصنوعی و یا ترکیبی از این دو تکنیک برای پیش بینی قیمت سهام استفاده میشود . هدف از این تحقیق بکارگیری تکنیکهای هوش مصنوعی از جمله شبکه عصبی و الگوریتم ژنتیک خطی و غیر خطی به منظور پیش بینی قیمت سهام ماه آینده می باشد. در این تحقیق سه الگوی پیش بینی قیمت سهام ( الگوهای مبتنی بر شبکه عصبی ، الگوریتم ژنتیک خطی و الگوریتم ژنتیک غیر خطی ) برای پیش بینی قیمت سهام ماه آینده با استفاده از متغیرهای مستقل : میانگین قیمت سهم ، بالاترین قیمت سهم ، پایینترین قیمت سهم ، تعداد دفعات خرید و فروش یک سهم ، نسبت p/e ، eps سهم ، نرخ تورم و نرخ ارز در بین سالهای 1386 – 1390 ( به صورت ماهانه) تدوین و استفاده گردیده است.اطلاعات استفاده شده در این تحقیق شامل اطلاعات شرکتهای نمونه سیمان خزر و سیمان شاهرود می باشد.

منابع مشابه

پایش قیمت سهام با استفاده از مدل های تحلیل ممیزی خطی، تحلیل ممیزی درجه دوم و الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی در بورس اوراق بهادار تهران

در این مقاله از مدل تحلیل ممیزی DA 1 و مدل هیبریدی الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی ANN-GA  2 برای تخمین دستکاری قیمت سهام در بورس اوراق بهادار تهران استفاده شده است. در این پژوهش،ابتدا با استفاده از روش غربالگری، نمونه ای به حجم 543 شرکت پذیرفته شده در بورس اوراق بهادار تهران انتخابو اطلاعات مربوط به شاخص های قیمت و بازده نقدی  TEDPIX ، قیمت پایانی، نوسان قیمت پایانی و حجممعاملات در با...

متن کامل

پایش قیمت سهام با استفاده از مدل های تحلیل ممیزی خطی، تحلیل ممیزی درجه دوم و الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی در بورس اوراق بهادار تهران

در این مقاله از مدل تحلیل ممیزی da 1 و مدل هیبریدی الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی ann-ga  2 برای تخمین دستکاری قیمت سهام در بورس اوراق بهادار تهران استفاده شده است. در این پژوهش،ابتدا با استفاده از روش غربالگری، نمونه ای به حجم 543 شرکت پذیرفته شده در بورس اوراق بهادار تهران انتخابو اطلاعات مربوط به شاخص های قیمت و بازده نقدی  tedpix ، قیمت پایانی، نوسان قیمت پایانی و حجممعاملات در با...

متن کامل

مدل فازی عصبی با ترکیب الگوریتم ژنتیک جهت پیش بینی قیمت سهام در صنعت خودرو در بورس اوراق بهادار تهران

تعیین زمان بهینه و قیمت مناسب خرید و فروش سهام نقش بسزایی در تصمیمات سرمایه‌گذاری در بازار سرمایه و سود و زیان سرمایه‌گذار دارند. می‌توان از سیستم‌های هوشمند غیرخطی همچون شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک برای پیش‌بینی تغییرات قیمت سهام استفاده نمود. در این مقاله به طراحی و ارائه یک مدل پیش‌بینی قیمت سهام با استفاده از سیستم استنتاج عصبی فازی انطباقی و ترکیب آن با الگوریتم ژنتیک...

متن کامل

کاربرد الگوریتم ژنتیک در تعیین ساختار بهینه سرمایه شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران

هدف اصلی شرکت‌ها به حداکثر رساندن ثروت سهامداران است. یکی از عوامل مؤثر بر این امر، ساختار سرمایه می‌باشد. پژوهش حاضر، پس از بررسی همبستگی ساختار سرمایه و سودآوری 300 شرکت پذیرفته‌شده در 12 صنعت و حصول اطمینان از وجود رابطه معنی‌دار بین این دو متغیر، به تعیین ساختار بهینه سرمایه در سطح کل شرکت‌ها و همچنین در صنایع مختلف پرداخته است. نتایج همبستگی حاکی از آن است که رابطه ساختار سرمایه و سودآوری ...

متن کامل

بررسی صفات رشد گوسفند لری با استفاده از مدل‌های غیر خطی و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک

زمینه مطالعاتی: در این پژوهش از اطلاعات تعداد 7054 راس گوسفند نژاد لری برای برازش منحنی رشد این نژاد استفاده شد. هدف: صفات رشد مورد بررسی شامل وزن تولد، از شیرگیری، شش ماهگی و نه ماهگی بود که با استفاده از سه مدل غیر خطی شامل گمپرتز، برودی و لجستیک و همچنین شبکه عصبی مصنوعی (ANN) برازش شد. روش کار: تیپ تولد، جنسیت، سال تولد، سن مادر و فصل تولد به همراه وزن تولد، شیرگیری و شش ماهگی به عنوان عوام...

متن کامل

مقایسه قدرت پیش بینی بحران مالی توسط تکنیک های مختلف هوش مصنوعی

امروزه پیشرفت سریع فن‌آوری و تغییرات محیطی وسیع، منجر به رقابت روزافزون شده و دستیابی به سود را محدود و احتمال دچار شدن به بحران مالی را افزایش داده است. هدف این تحقیق بررسی قدرت پیش‌بینی بحران مالی توسط تکنیک‌های مختلف هوش مصنوعی(الگوریتم ژنتیک خطی و غیر خطی و شبکه عصبی) است. بر اساس اطلاعات و آمارهای در دسترس شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران در طی دوره 1389-1376، از بین شرکت‌ها...

متن کامل

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 @}


نوع سند: پایان نامه

دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده اقتصاد و حسابداری

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023