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

پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۶۳ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: NDMCONFT06_303
زبان مقاله: فارسی
حجم فایل: ۶۱۶.۱۳ کیلوبایت (فایل این مقاله در ۱۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۴ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۴ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی

    بهراد معین نژاد - باشگاه پژوهشگران جوان و نخبگان، واحد قوچان، دانشگاه آزاد اسلامی، ایران
  شعبان محمدی - موسسه آموزش عالی حکیم نظامی، ایران
حامد اسماعیلی اوغاز - کارشناس ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه غیرانتفاعی امام رضا(ع)

چکیده مقاله:

سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک و... برای پیش بینی قیمت سهام استفاده نمود. مدل خطی دینامیک گرافیکی همزمان با (SGDLM (که اخیرا ارایه شده است آنالیز بیزی آنلاین سری زمانی با بعد بالا را تسهیل می کند. ما در این مطالعه موضوع پیش بینی مالی و بهینه سازی پرتفوی با استفاده از SGDLM به کار رفته برای مجموعه ای از 400 قیمت روزانه سهام از 500 P&S در سالهای 2014-2007 مورد بحث قرار دادیم . مقاله کاربرد استفاده از مجموعه اوراق بهادار جدیدی را ارایه می دهد که شامل انواع سطح بازده هدف و محدودیت معیار خنثی است و استفاده از SGDLMs را برای فیلترسازی و پیش بینی خارج از نمونه رویکردها ، نوسانات و شرکت نوسانات و نیز خلاصه عملکرد را شرح می دهد. در این مطالعه موضوعی ، SGDLM پیش بینی کاملا دقیق تری را از استاندارد چند متغیری DLM نشان می دهد و قادر به بهبود بخشیدن به نتایج پرتفوی ( مجموعه اوراق بهادار )، در دامنه ای از عملیات استفاده از پرتفوی می باشد.

کلیدواژه‌ها:

پیش بینی بیزی، مدلهای گرافیک دینامیک، محاسبه GPU ،سری زمانی با بعد بالا، بهینه سازی پرتفوی

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-NDMCONFT06-NDMCONFT06_303.html
کد COI مقاله: NDMCONFT06_303

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:
معین نژاد, بهراد؛ شعبان محمدی و حامد اسماعیلی اوغاز، ۱۳۹۵، پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی، ششمین کنفرانس ملی مدیریت، اقتصاد و حسابداری، تبریز، دانشگاه فنی و حرفه ای استان آذربایجان شرقی - سازمان مدیریت صنعتی تبریز، https://www.civilica.com/Paper-NDMCONFT06-NDMCONFT06_303.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: (معین نژاد, بهراد؛ شعبان محمدی و حامد اسماعیلی اوغاز، ۱۳۹۵)
برای بار دوم به بعد: (معین نژاد؛ محمدی و اسماعیلی اوغاز، ۱۳۹۵)
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 :

  • فریدون رهنمای رودپشتی و ندا شیرین بیان، (۱۳۹۴)، طراحی سبد ... (مقاله ژورنالی)
  • فریدون رهنمای رودپشتی، هاشم نیکومرام، عباس طلوعی اشلقی، فرهاد حسین ... (مقاله ژورنالی)
  • فریدون رهنمای رودپشتی و شراره قندهاری، (۱۳۹۴)، برآورد ارزش در ... (مقاله ژورنالی)
  • فریدون رهنمای رودپشتی و همکاران، (۱۳۹۱)، بررسی الگوی ریاضی انتخاب ... (مقاله ژورنالی)
  • علی محمدپور و اکبر میرزاپور باباجان، (۱۳۹۴)، تجزیه و تحلیل ... (مقاله ژورنالی)
  • علی نبوی چاشمی و رحمان یوسفی کرچنگی، (۱۳۹۰)، تعیین پرتفوی ... (مقاله ژورنالی)
  • Aguilar C). and M. West (2000). Bavesian dvnammic factor models ...
  • Basel Committee ()1 Banking Sunervision (20041. International Convergen ce of ...
  • Carvalho, C. H. Lones. and C). Asuilar (20111. Dvnamic stock ...
  • Carvalho, C. M. and M. West (20071. Dvnamic matrix -variate ...
  • Chih. S.. F. Nardari. and N. Shenhard (20061. Analvsis of ...
  • Gruher. L. F. and C. Czado (2015a1. Bavesian model delection ...
  • Gruher. L. F. and C:. Czado (2015h1. Seouential Bavesian model ...
  • Gruber. L. F. and M. West (2015). GPU- accelerated Bayesian ...
  • Harvev. A.. F. _ and N. Shenhard (19941. Multivariate stochastic ...
  • Jaakkola. T. S. and M. I. Jordan (20001. Bavesian narameter ...
  • Jaconuier. E.. N. Polson. and P. Rossi (20041. Bavesian analvsis ...
  • Jones, B.. A. Dobra, C. Carvalho. C. Hans, C. Carter, ...
  • stochastic comnutati _ for hi sh-dlimen sional sranhical models. Statistical ...
  • Markowitz, H. (1952). Portfolio selection. The Journal of Finance 7(1).77-91. ...
  • Pitt. M. and N. Shenhard (19991. Time varving covariances: A ...
  • Prado. R. and M. West (20101. Time Series: Modelling. Comnutati ...
  • Ouintana, J., C. Carvalho, J. Scott, and T. Costigliola (2010). ...
  • modlelins. In _ and M. West (F، ds.1. The Handhook ...
  • .I. Rerger. A. TDawidl. TD. Heckerman. A. Smith. andl M. ...
  • Wand. M. P.. J. T . Ormerod. S. A. Padoan. ...
  • Wang. H. (20101. Snarse seeminglv unrelated regression modelling: Annlicati ()ns ...
  • Publication, 4 February 2015. ...
  • (Onintana. .I. V. I.onrdek _ Agnilar. and I I.i (20031. ...
  • Ouintana. J. and M. West (1987). An analvsis of international ...
  • West_ M. (20031. Bavesian factor regression models in the "large ...
  • M. Bavarri. I. Berger. A. Dawid. D. Heckerman. A. Smith. ...
  • West. M. andl .I. Harrison (19971. Havesian Forecasting & Tvnamic ...
  • Yoshida. R. and M. West (2010). Bavesian learning in sparse ...
  • annealed entropy .Journal of Machine Learning Research 11, 1771-1798. ...
  • Zhou. X.. J. Nakaiima. and M. West (20141. Bavesian forecasting ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۲۹۰۵
    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.