CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

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

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۳ | تعداد نمایش خلاصه: ۱۶۲ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: EMDM01_025
زبان مقاله: فارسی
حجم فایل: ۴۶۲.۳۲ کیلوبایت (فایل این مقاله در ۱۳ 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 ۱۳ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله 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

  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

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

کلیدواژه‌ها:

پیشبینی، بازده سهام، مدلسازی، شبکههای عصبی مصنوعی، لونبرگ- مارکواردت

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-EMDM01-EMDM01_025.html
کد COI مقاله: EMDM01_025

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:
نیک روان, عبدالسعید؛ جمادوردی گرگانلی دوجی و فرهاد سنچولی، ۱۳۹۴، 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، اولین کنفرانس ملی تصمیم گیری در علوم مهندسی و مدیریت، علی آباد کتول، دانشگاه آزاد اسلامی واحد علی آباد کتول، https://www.civilica.com/Paper-EMDM01-EMDM01_025.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: (نیک روان, عبدالسعید؛ جمادوردی گرگانلی دوجی و فرهاد سنچولی، ۱۳۹۴)
برای بار دوم به بعد: (نیک روان؛ گرگانلی دوجی و سنچولی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • (۱) آذر، عادل؛ کریمی، سیروس (۱۳۸۸). پیش‌بینی بازده سهام با ... (مقاله ژورنالی)
  • (۲) اجلی، مهدی؛ صفری، حسین (۱۳۹۰). ارزیابی عملکرد واحدهای تصمیم‌گیری ...
  • (۳) اعتمادی، ح؛ انواری‌رستمی، ع؛ احمدیان، و (۱۳۹۰). ارزیابی توان ... (مقاله ژورنالی)
  • (۴) پاکدین‌امیری؛ علیرضا؛ پاکدین‌امیری، مجتبی؛ پاکدین‌امیری، مرتضی(۱۳۸۸). ارائه مدل پیش‌بینی ... (مقاله ژورنالی)
  • (۵) تهرانی، رضا؛ مرادپور، سعید (۱۳۹۱). پیش‌بینی بازده شاخص بورس ... (مقاله ژورنالی)
  • (۷) حاتمی، نیما؛ میرزازاده، حجت؛ ابراهیم‌پور، رضا (۱۳۸۹). ترکیب شبکه‌های ...
  • (۸) حنفی‌زاده، پیام؛ جعفری، ابوالفضل (۱۳۸۹). مدل ترکیبی شبکه های ...
  • (۹) رامشه، منیژه؛ ایزدی‌نیا، ناصر؛ یادگاری، سعید (۱۳۹۱). پیش‌بینی جهت ... (مقاله ژورنالی)
  • (۱۰) راعی، رضا (۱۳۸۰). شبکه عصبی مصنوعی: رویکردی نوین در ... (مقاله ژورنالی)
  • (۱۱) راعی، رضا؛ چاوشی، کاظم (۱۳۸۲). پیش‌بینی بازده سهام در ... (مقاله ژورنالی)
  • (۱۲) عباسی، ابراهیم؛ باقری، سحر (۱۳۹۰). پیش‌بینی بازده سهام با ... (مقاله ژورنالی)
  • (۱۳) عرب‌مازاریزدی، محمد؛ سپاسی، سحر (۱۳۸۹). کاربردهای شبکه عصبی مصنوعی ... (مقاله ژورنالی)
  • (۱۴) طلوعی‌اشلقی، عباس؛ حق‌دوست، شادی (۱۳۸۶). مدل‌سازی پیش‌بینی قیمت سهام ... (مقاله ژورنالی)
  • (۱۵) فروغی، داریوش؛ یادگاری، سعید (۱۳۸۹). کاربرد شبکه‌های عصبی در ... (مقاله ژورنالی)
  • (۱۶) قدیمی، محمدرضا؛ مشیری، سعید (۱۳۸۱). مدل سازی پیش‌بینی رشد ... (مقاله ژورنالی)
  • (۱۶) قاسمی، عبدالرسول؛ اسدپور، حسن؛ شاصادقی، مختار (۱۳۷۹). کاربرد شبکه ... (مقاله ژورنالی)
  • (۱۷) مشایخی، بیتا؛ افتخاری، وحید؛ پروایی، اکبر (۱۳۹۲). بررسی معیارهای ... (مقاله ژورنالی)
  • (۱۸) منجمی، سیدامیرحسین؛ ابزری، مهدی؛ رعیتی‌شوازی، علی‌رضا (۱۳۸۸). پیش‌بینی قیمت ... (مقاله ژورنالی)
  • (۱۹) نمازی، محمد؛ کیامهر، محمدمهدی (۱۳۸۶). پیش‌بینی بازده روزانه سهام ... (مقاله ژورنالی)
  • (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 ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۲۵۲۱
    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 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.