استفاده از مدل ترکیبی کانسی- نگاشت خود سازمانده در مدیریت ریسک و ارزیابی سهام

Authors

  • زهرا نصراللهی دانشیار دانشکده اقتصاد،مدیریت وحسابداری، دانشگاه یزد، ایران
  • سعید فرهادی دانشجوی کارشناسی ارشدمهندسی صنایع دانشگاه علم و هنر یزد، ایران
Abstract:

در این مقاله از تحلیل کانسی که به وسیله الگوریتم یادگیری نگاشت خود سازمانده بهبود داده شده، برای تصمیم‌گیری در زمینه انتخاب سهام استفاده شده است.در این پژوهش با استفاده از آمار ماهانه سهام شرکت‌های فعال در بورس اوراق بهادار تهران از فروردین ماه 1392 تا خرداد ماه 1392 و نظرهای شش کارگزاری خبره در انتخاب سهام، به انتخاب سهام برتر در این دوره پرداخته شد. طبق نتایج به‌دست آمده شرکت­های پالایش­نفت بندرعباس، سیمان فارس و خوزستان و سرگروه توسعه­ملی به عنوان سهام برتر انتخاب شدند، تحلیل نمودار قیمت این شرکت­ها در بازه زمانی مذکور، نشان­دهنده، بازدهی قابل­قبول این شرکت‌ها در این دوره است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدل ترکیبی شبکه های عصبی مصنوعی پیش خور و خود سازمانده کوهونن برای پیش بینی قیمت سهام

این مقاله ضمن ارائه مدلی ترکیبی از شبکه های عصبی مصنوعی، به بررسی توان پیش بینی کنندگی آنها در مقایسه با مدل های منفرد می پردازد. در این بررسی، با استفاده از شبکه های عصبی ترکیبی متشکل از شبکه های پیش خور و خود سازمانده کوهونن اقدام به پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی قیمت سهام در بازار بورس تهران نشان می دهد ...

full text

پیش‌بینی صرف ریسک سهام : شواهد تجربی از مدل ترکیبی PEG

قیمت‌گذاری دارایی‌های مالی و شناسایی عوامل ریسک مهم، از موضوعات بنیادی تئوری مالی است. در این تحقیق ابتدا با استفاده از بینش‌های مدل CAPM و مدل سه عاملی فاما و فرنچ (1993)، مدل ترکیبی PEG و مدل چهار عاملی توسعه داده شد. با بهره‌گیری از اطلاعات مالی 270 شرکت پذیرفته شده در بورس اوراق بهادار تهران در دوره ابتدای 1385 تا پایان 1393، از روش‌شناسی سه مرحله‌ای و روش‌شناسی پرتفوی‌پژوهی برای محاسبه عوا...

full text

منطقه بندی حوضه ی آبریز ارس با استفاده از نگاشت های خود سازمانده

نگاشت های خود سازمانده کوهونن گونه ای از شبکه های عصبی مصنوعی با توانایی ویژه در تشخیص الگو و خوشه بندی داده ها با استفاده از ویژگی های آن ها هستند. در این مطالعه، توانایی نگاشت های خود سازمانده کوهونن در منطقه بندی حوضه ی آبریز ارس به منظور اجرای تحلیل فراوانی منطقه ای سیلاب با استفاده از الگوریتم گشتاور های خطی مورد بررسی قرار گرفته است. نتایج به دست آمده نشان داد که نگاشت های خود سازمانده می...

full text

پیش بینی سقوط بازار سهام با استفاده از شبکه های عصبی نگاشت خود سازمان ده

سقوط بازار پدیده­ای است که سبب از دست رفتن ثروت و دارایی سرمایه‎گذاران در بازۀ زمانی نسبتاً کوتاهی می­شود، از این رو تلاش برای پیش­بینی آن از اهمیت زیادی برای سرمایه­گذاران، سیاست‎گذاران، نهادهای مالی و دولت برخوردار است. بررسی اجمالی تئوری­ها و مدل‎های ارائه‎شدۀ پیش­بینی سقوط در بازار سهام نشان می­دهد میان پژوهشگران دربارۀ الگوهای مشاهده‎شدۀ متغیرها، مانند حجم معامله، بازده‎ها، نوسان‎پذیری، عوا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 3  issue 4

pages  1- 14

publication date 2016-02-20

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023