بررسی انواع روشهای پیش بینی قیمت سهام در بازار بورس تولیدات منابع طبیعی(چوب)

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 636

فایل این مقاله در 16 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AGROCONGRESS03_558

تاریخ نمایه سازی: 8 اردیبهشت 1396

چکیده مقاله:

پیش بینی شاخص قیمت سهام محصولات منابع طبیعی بخصوص چوب یک کار چالش برانگیز است، یک پیش بینی دقیق از حرکت قیمت سهام برای عملکرد سرمایه گذاران بسیار مهم است با توجه به پیچیدگی بازار سهام و فقدان مدیریت و بروز مشکل در مواقع بحرانی توسعه مدل کار آمد برای پیش بینی بسیار دشوار است. یکی از ابزارهای مهم مورد استفاده برای تصمیمات سرمایه گذاری، فنون پیش بینی است که آن جز و لاینفک فرآیند تصمیم گیری و کنترل می باشد، ازطرف دیگر، رابطه مستقیم با ریسک تصمیم گیری دارد. بدین معنی که هر چه پیش بینی دقیق تر باشد، زیان یا ریسک ناشی از تصمیم گیری در شرایط عدم اطمینان کاهش می یابد. بازار سهام چوب دارای سیستمی غیر خطی و آشوب گونه است که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد از این رو می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک برای پیش بینی قیمت سهام چوب استفاده نمود در پیش بینی قیمت سهام، روش های گوناگونی به کار رفته است، اما هیچ کدام از آن ها نمی تواند، به تمام متغیرهای شرکت کننده در برآورد مدل قیمت سهام و اثر هر یک از آن ها و حل خطای مدل بپردازد . در بین روشهای پیش بینی، مدل شبکه عصبی-فازی به همراه الگوریتم هایSVM و در شرایط وقوع بحران مدلهای انتقالی مارکف نتایج بهتر ودقیق تری ارایه می دهد.

نویسندگان

طیبه سمیعی راد

دانشجوی کارشناسی ارشد جنگلداری دانشگاه لرستان

کامران عادلی

استاد یار اقتصاد جنگل ، گروه جنگلداری، دانشگاه لرستان

زینب صاحبی

دانشجوی دکترای جنگلداری ، دانشگاه لرستان

اکرم آزادی

دانشجوی دکترایریاضی کاربردی، دانشگاه لرستان

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 :
  • انواری رستمی، علی اصغر؛ آذر، عادل؛ و نوروزی، محمد(1393)، مدل ...
  • تحلیل آشوب، تجزیه موجک و شبکه عصبی در پیش بینی شاخص بورس تهران [مقاله ژورنالی]
  • مکیان، سید نظام الدین و موسوی، فاطمه.(1391) پیش بینی قیمت ...
  • منجمی، سید امیر حسین :بزری، مهدی ورعیتی شوازی، علیرضا(1388)، پیش ...
  • مهرابی بشرآبادی، حسین و کوچک زاده، سمیه(1388)، مدلسازی و پیش ...
  • نجفی ب. و طراز کار م.ح. 1385. پیش بینی میزان ...
  • New Approach to the Economic Analysis of Non- Aءه Hamilton ...
  • Alev Dilek Aydina, Seyma Caliskan Cavdara.2015 Comparison of Prediction Performances ...
  • Macro economic Variables of Gold Prices, Borsa Istanbut (BIST) 100 ...
  • Esmaiel Abounoori, Zahra (Mila) Elmi, 2016 Younes Nademic Forecasting Tehran ...
  • Holger Kmm, UIrich Kusters. 2015 Forecasting zero-inflated price changes with ...
  • Javad Zahed , Mohammad Mahdi Rounaghi.20 15 Application of artificial ...
  • Kumar, D. N., Raju, K. S., and Ashok, B. (2006). ...
  • MLeonel A. Laboissiere, Ricardo A.S. Fernandes, Guilherme G. Lage(2015). ...
  • Maximum and minimum stock price forecasting of Brazilian power distribution ...
  • ustafa Gocken, Mehmet Ozcalc, _ Boru , Ayse Tugba Dosdogru, ...
  • Mohammadi, J. and Taheri, M. (2005). Estimation of pedotransfer function ...
  • Pairote Sattayathama, Nop Sopipana and Bhusana Premanodeh (20 12) Anmual ...
  • Saini, L.M., 2008. Peak load forecasting using Bayesian regularization, Resilient ...
  • White, H. (1988). Economic prediction using neural networks: The case ...
  • Yi-Fan Wanga, Shihmin Cheng , Mei-Hua Hsu(2015). Incorporating the Markov ...
  • نمایش کامل مراجع