ارزیابی پیش‌بینی‌پذیری قیمت سهام با استفاده از شبکه‌های عصبی فازی در بورس تهران

فعالان بورس برای تصمیم­گیری در بازارهای مالی و کسب حداکثر بازدهی نیازمند ابزارهای پیشرفته و کاربردی هستند تا با دقت مناسب به پیش‌بینی بپردازند. در این راه ضروری است ارزیابی پیش­بینی­ها متناسب با حوزه­ی مالی انجام شود. این مقاله برای دست­یابی به این هدف قیمت سهام پنجاه شرکت بورس تهران را با استفاده از شبکه‌های عصبی فازی پیشخور مدل­سازی کرده است. همچنین با استفاده از سیستم کنترلگر انفیس، مدل شبکه عصبی در هر تکرار کنترل می‌شود. برای انجام محاسبات از قیمت‌های روزانه‌ سهام شرکت‌های بورسی از آذر 1384 تا آذر 1394 استفاده شده است. دقت پیش‌بینی‌ها نیز ابتدا بر مبنای چهار شاخص‌های معتبر آماری ارزیابی گردید. سپس با استفاده از روش نرخ برخورد، صحت پیش‌بینی­ها ارزیابی شده است. نتایج نشان می­دهد دقت پیش‌بینی­ شبکه‌های عصبی فازی بسیار بالاست؛ همچنین در برخی موارد با وجود اینکه پیش‌بینی مربوط به یک سهم دارای دقت بالاتری دارد، از صحت پایین‌تری برخوردار است؛ لذا برآورد صحت پیش­بینی­ها در ارزیابی پیش­بینی­ها سهمی تأثیرگذار دارد؛ از این رو پیشنهاد می­شود در انجام و ارزیابی مدل‌های پیش‌بینی علاوه بر توجه به خطاهای آماری مرسوم از روش­های کیفی ارزیابی صحت پیش‌بینی­ها نظیر معیار نرخ برخورد استفاده شود.