از میانگین متحرک چند روزه برای پیش بینی قیمت سهام در بورساوراق بهادار تهران استفاده نماییم؟

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,261

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICAMIB01_335

تاریخ نمایه سازی: 30 آبان 1394

چکیده مقاله:

پیش بینی دقیق تر قیمت سهام از دیرباز آرزوی سرمایه گذاران در بازارهای مالی بوده است و به این منظور روش هاو منطقه ای مختلفی همواره برای پیش بینی قیمت سهام شرکت ها مدنظر قرار گرفته است. یکی از پرطرفدارترینتحلیل هایی که برای پیش بینی سری های زمانی از آن استفاده می شود، تحلیل تکنیکال نام دارد که در آنتحلیلگران با بررسی الگوها و نماگرهایی به دنبال یافتن استراتژی مناسب و کسب سود میباشند. امروزه دامنهوسیعی از نماگرهای تکنیکال معرفی شدهاند که استفاده از همگی آنها امکان پذیر نمیباشد، لذا انتخابنماگرهای مناسب تر جهت پیش بینی به یک هنر بدل گشته است. یکی از مهمترین این نماگرها میانگین هایمتحرک ساده می باشند که با دوره ها زمانی مختلفی قابل تعریف می باشند. در این پژوهش می کوشیم با بررسیمیانگین متحرک ساده با دوره های زمانی 1 تا 200 روزه و با بهره گیری از الگوریتم انتخاب ویژگی موسوم بهفیلتر مبتنی بر همبستگی، مناسبترین میانگین متحرکها را پیدا کنیم. بدین منظور اطلاعات شرکت ها فعال درگروه محصولات شیمیایی در بورس اوراق بهادار تهران را در دوره زمانی سالهای 1388 تا 1394 ، مدنظر قراردادیم. نتیجه پژوهش حاکی از این است که 5 میانگین متحرک ساده 25 روزه، 48 روزه، 5 روزه، 50 روزه و 89روزه، برای پیش بینی قیمت سهام در بورس اوراق بهادار تهران مناسب تر می باشند. برای آزمون این مدعا، با استفاده ازاین 5 اندیکاتور انتخابی و با بهره گیری از شبکه عصبی مصنوعی پرسپترون چندلایه، به پیش بینی قیمت سهامپرداختیم و نتایج را با هنگامی که از تمامی نماگرهای میانگین متحرک ساده 1 تا 200 روزه اقدام به پیش بینینماییم، مقایسه نمودیم. نتیجه، برتری دقت پیش بینی در هنگام استفاده از 5 میانگین متحرک ساده انتخابی را تایید کرد.

کلیدواژه ها:

نویسندگان

مهدی خرم

کارشناس ارشد مدیریت مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

مجید ششمانی

کارشناس ارشد مدیریت مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بهرادمهر، نفیسه، (1387)، پیش بینی قیمت نفت خام با استفاده ...
  • تهرانی، رضا، محمدی، شاپور، پورابراهیمی، محمدرضا، (1389)، مدل سازی و ...
  • خرم، مدی، (1393)، کاربرد روش‌های انتخاب ویژگی در پیش‌بینی شاخص ...
  • سجادی، سیدحسین، سفیدچیان، سلمان، مقدس، ایمان، (1387)، کاربرد تحلیل تکنیکی ...
  • سینایی، حسنعلی ؛مرتضوی، سعیدا.. .و تیموری اصل، یاسر (1384)، پیش ...
  • صمدی، سعید، ایزدی نیا، ناصر، داورزاده، مهتاب، (1389)، کاربرد بهره ...
  • محمدی، شاپور، (383 1)، تحلیل تکنیکی در بورس اوراق بهادار ...
  • مشیری، سعید، مروت، حبیب(1385)، پیش بینی شاخص کل بازده هی ...
  • منهاج، محمدباقر، (1386)، مبانی شبکه های عصبی (هوش محاسباتی)، تهران، ...
  • بی چاشمی، سیدعلی، حسن زاده، آیت الله، (1390)، بررسی کارایی ...
  • ابتی، فرشاد، رهنمای رودپشتی، فریدون، سلمانی، سوده، (1389)، ارتباط بین ...
  • Huang, C. J., Yang, D. X., & Chuang, Y. T. ...
  • Kim, K. J. (2003). Financial time series forecasting using support ...
  • Sehgal, S.. & Garhyan, A. (2002). Abnormal returns using technical ...
  • Wang, S., Jiang, Z. Q., Li, S. P., & Zhou, ...
  • نمایش کامل مراجع