CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

کاربرد الگوریتم بهینه یابی کلونی مورچه در پیش بینی قیمت سهام

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۶ | تعداد نمایش خلاصه: ۲۵۴ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: ACCFIN01_452
زبان مقاله: فارسی
حجم فایل: ۵۲۳.۴۵ کیلوبایت (فایل این مقاله در ۱۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاربرد الگوریتم بهینه یابی کلونی مورچه در پیش بینی قیمت سهام

  محمد رضا فریدفر - دانشجوی کارشناسی ارشد حسابداری دانشگاه آزاد اسلامی نیشابور تربت حیدریه
  سید محمود موسوی شیری - استادیار حسابداری دانشگاه پیام نور مشهد
  هانی احمد سیماب - دانشجوی کارشناسی ارشد حسابداری دانشگاه آزاد اسلامی واحد علوم و تحقیقات ایلام

چکیده مقاله:

هدف ما دراین پژوهش پاسخ به این سوال می باشد که آیا الگوریتم بهینه یابی کلونی مورچه مدلی سودمند برای پیش بینی قیمت سهام می باشد یا خیر ؟برای این منظور با استفاده از روش رگرسیون گام به گام از بین 27 متغیر مستقل متغیرهای نسبت های سود هر سهم بازده حقوق صاحبان سهام سرمایه در گردش به حقوق صاحبان سهام نسبت آتی بازده فروش وگردش کل دارایی ها به عنوان متغیرهای ورودی انتخاب گریدنددرمرحله دوم با استفاده از الگوریتم مورچگان به ارائه مدلی جهت پیش بینی قیمت سهام پرداختیم وبرای پیاده سازی الگوریتم ها از نرم افزار متلب نسخه a 2012 استفاده شد داده های مالی 438 سال – شرکت با 27 متغیر مستقل از سال 1387تا 1390 گردآوری شدند نتایج نشان داد که روش الگوریتم بهینه یابی کلونی مورجه توانسته است مدلی بهینه با خطای 0.42% ایجاد کند که از دقت بالایی برخوردار است با توجه به بررسی های انجام شده در زمینه پیش بینی قیمت سهام می توان نتیجه گرفت که الگوریتم بهینه یابی کلونی مورچه روشی مناسب جهت پیش بینی قیمت سهام می باشد

کلیدواژه‌ها:

الگوریتم بهینه یابی ،کلونی مورچه ،پیش بینی ، قیمت سهام

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCFIN01-ACCFIN01_452.html
کد COI مقاله: ACCFIN01_452

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
فریدفر, محمد رضا؛ سید محمود موسوی شیری و هانی احمد سیماب، ۱۳۹۲، کاربرد الگوریتم بهینه یابی کلونی مورچه در پیش بینی قیمت سهام، کنفرانس ملی حسابداری و مدیریت، تهران، مرکز همایشهای پژوهشگاه نیرو، https://www.civilica.com/Paper-ACCFIN01-ACCFIN01_452.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (فریدفر, محمد رضا؛ سید محمود موسوی شیری و هانی احمد سیماب، ۱۳۹۲)
برای بار دوم به بعد: (فریدفر؛ موسوی شیری و احمد سیماب، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۲۸۷۰
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.