پیشبینی تغییرات بازده سهام با استفاده از شبکه های عصبی مصنوعی پرسپترون چندلایه و شعاع محور در بورس اوراق بهادار تهران و مقایسه ی نتایج حاصله

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 629

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EMDM01_025

تاریخ نمایه سازی: 11 آبان 1395

چکیده مقاله:

پژوهش حاضر به طراحی و مقایسه نتایج مدل پیشبینی تغییرات بازده سهام با استفاده از شبکه عصبی مصنوعی 1میپردازد. در این تحقیق از هشت متغیر تغییرات حجم معاملات، تغییرات جریان نقد عملیاتی، تغییرات سود هر سهم،تغییرات فروش، تغییرات بازده دارایی، تغیبرات تامین مالی، تغییرات اندازه شرکت و تغییرات بازده سهام، به عنوان متغیرهایورودی در بازه زمانی از ابتدای سال 1388 تا پایان سال 1392 استفاده گردیده است. همچنین از شبکه عصبی پرسپترونچند لایه و شبکه عصبی پایهای شعاعی جهت طراحی مدل پیشبینی تغییرات بازده سهام و تابع آموزش لونبرگ- مارکواردت 2 بهعنوان یکی از سریعترین روشهای آموزش شبکههای عصبی به کار رفته است. به منظور مقایسه دو مدل طراحی شده، معیارهای مربع میانگین استاندارد، مربع مجذور میانگین خطا استاندارد، مربع میانگین خطای استاندارد نرمال شده و ضریب تعیین استفاده شده است بر اساس مقادیر شاخص خطا، مدل پیشبینی شبکه عصبی پایهای شعاعی نسبت به مدل شبکه عصبی پرسپترون چند لایه از کارایی بهتری برخوردار است

نویسندگان

عبدالسعید نیک روان

گروه مدیریت، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران

جمادوردی گرگانلی دوجی

گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران

فرهاد سنچولی

گروه مهندسی صنایع، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، 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 :
  • (1) آذر، عادل؛ کریمی، سیروس (1388). پیش‌بینی بازده سهام با ...
  • (2) اجلی، مهدی؛ صفری، حسین (1390). ارزیابی عملکرد واحدهای تصمیم‌گیری ...
  • ارزیابی توان پیش بینی سود فصلی هر سهم بااستفاده ازمدل های سری زمانی [مقاله ژورنالی]
  • (4) پاکدین‌امیری؛ علیرضا؛ پاکدین‌امیری، مجتبی؛ پاکدین‌امیری، مرتضی(1388). ارائه مدل پیش‌بینی ...
  • (5) تهرانی، رضا؛ مرادپور، سعید (1391). پیش‌بینی بازده شاخص بورس ...
  • (7) حاتمی، نیما؛ میرزازاده، حجت؛ ابراهیم‌پور، رضا (1389). ترکیب شبکه‌های ...
  • (8) حنفی‌زاده، پیام؛ جعفری، ابوالفضل (1389). مدل ترکیبی شبکه های ...
  • (9) رامشه، منیژه؛ ایزدی‌نیا، ناصر؛ یادگاری، سعید (1391). پیش‌بینی جهت ...
  • (10) راعی، رضا (1380). شبکه عصبی مصنوعی: رویکردی نوین در ...
  • (11) راعی، رضا؛ چاوشی، کاظم (1382). پیش‌بینی بازده سهام در ...
  • (12) عباسی، ابراهیم؛ باقری، سحر (1390). پیش‌بینی بازده سهام با ...
  • (13) عرب‌مازاریزدی، محمد؛ سپاسی، سحر (1389). کاربردهای شبکه عصبی مصنوعی ...
  • (14) طلوعی‌اشلقی، عباس؛ حق‌دوست، شادی (1386). مدل‌سازی پیش‌بینی قیمت سهام ...
  • (15) فروغی، داریوش؛ یادگاری، سعید (1389). کاربرد شبکه‌های عصبی در ...
  • (16) قدیمی، محمدرضا؛ مشیری، سعید (1381). مدل سازی پیش‌بینی رشد ... [مقاله ژورنالی]
  • (16) قاسمی، عبدالرسول؛ اسدپور، حسن؛ شاصادقی، مختار (1379). کاربرد شبکه ...
  • (17) مشایخی، بیتا؛ افتخاری، وحید؛ پروایی، اکبر (1392). بررسی معیارهای ...
  • (18) منجمی، سیدامیرحسین؛ ابزری، مهدی؛ رعیتی‌شوازی، علی‌رضا (1388). پیش‌بینی قیمت ...
  • (19) نمازی، محمد؛ کیامهر، محمدمهدی (1386). پیش‌بینی بازده روزانه سهام ...
  • (20) Dunis, C.L, J. Jalilov (2001) ; "Neural Network Regression ...
  • (21) Egil, B., & Ozturan, M., & Badur, B. (2003). ...
  • (22) Refenes, A., A. Zapranis & G Frandis. (1994). Stok ...
  • (23) Tan, H., K. Prokhorov & K. Wunsch. (1995). Coservative ...
  • نمایش کامل مراجع