CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از رگرسیون بردار پشتیبان برپایه الگوریتم کرم شب تاب

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۰ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: ISOBM01_038
زبان مقاله: فارسی
حجم فایل: ۵۲۸.۵۷ کلیوبایت (فایل این مقاله در ۸ 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. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از رگرسیون بردار پشتیبان برپایه الگوریتم کرم شب تاب

  سیدکاظم ابراهیمی - استادیار داشکده اقتصاد و مدیریت دانشگاه سمنان، سمنان، ایران
  محمد رحمانی منش - استادیار دانشکده برق و کامپیوتر دانشگاه سمنان، سمنان، ایران
  علی بهرامی نسب - مربی دانشکده اقتصاد و مدیریت دانشگاه سمنان، سمنان، ایران
  نوید شفیعی - دانشجوی کارشناسی ارشد حسابداری، دانشگاه سمنان، سمنان، ایران

چکیده مقاله:

پیش بینی هر چه دقیق تر شاخص های اقتصادی و متغیرهای مالی همواره از اهداف سرمایه گذاران و تمامی فعالان بازارهای سرمایه برای تصمیم گیری است و موجب تعمیق بیش از پیش بازارهای بورس و خارج از بورس در هر کشوری می شود. در این پژوهش سعی بر آن شده است تا مقدار شاخص 50 شرکت فعال تر از سری شاخص های بورس اوراق بهادار تهران برای یک روزآتی پیش بینی شود. بدین منظور از داده های تاریخی 7 سال گذشته این شاخص از ابتدای سال 1388 تا پایان سال 1394 برای محاسبه 31 متغیر ورودی شامل نماگرهای تکنیکال استفاده شده است. روش غیرخطی بکاربرده شده در مدل ساده، روش رگرسیونبردار پشتیبان می باشد. در مدل ترکیبی، این روش با الگوریتم فراابتکاری کرم شب تاب جهت تنظیم مقادیر پارامترهای کنترلی رگرسیون بردار پشتیبان ترکیب می شود. نتایج پژوهش نشان می دهد که دقت مدل ترکیبی نسبت به مدل ساده برای پیش بینی شاخص افزایش می یابد.

کلیدواژه‌ها:

نماگرهای تکنیکال، رگرسیون بردار پشتیبان، الگوریتم فراابتکاری کرم شب تاب

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-ISOBM01-ISOBM01_038.html
کد COI مقاله: ISOBM01_038

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:
ابراهیمی, سیدکاظم؛ محمد رحمانی منش؛ علی بهرامی نسب و نوید شفیعی، ۱۳۹۶، پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از رگرسیون بردار پشتیبان برپایه الگوریتم کرم شب تاب، اولین کنفرانس بین المللی بهینه سازی سیستم ها و مدیریت کسب و کار، بابل، دانشگاه صنعتی نوشیروانی - انجمن ایرانی تحقیق در عملیات، https://www.civilica.com/Paper-ISOBM01-ISOBM01_038.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: (ابراهیمی, سیدکاظم؛ محمد رحمانی منش؛ علی بهرامی نسب و نوید شفیعی، ۱۳۹۶)
برای بار دوم به بعد: (ابراهیمی؛ رحمانی منش؛ بهرامی نسب و شفیعی، ۱۳۹۶)
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:
تعداد مقالات: ۸۶۳۳
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.