پیش بینی خطر سقوط قیمت سهام با استفاده از روش های فرا ابتکاری ( الگوریتم بهینه سازی حرکت تجمعی ذرات) و مقایسه با رگرسیون لوجستیک
Authors
Abstract:
ریسک سقوط قیمت سهام ریسکی است که نشان می دهد تا چه اندازه قیمت سهام خاص درمعرض خطر سقوط قرار دارد. بر همین اساس هدف این پژوهش، مدل بندی پیش بینی خطر سقوط قیمت سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، با استفاده از الگوریتم بهینه سازی حرکت تجمعی ذرات بر مبنای مدل چند متغیره و مقایسه نتایج با رگرسیون لوجستیک می باشد. بدین منظوریک فرضیه برای بررسی این موضوع تدوین و داده های مربوط به 106 شرکت عضو بورس اوراق بهادار تهران برای دوره ی زمانی بین سال های 1389تا 1393 مورد تجزیه و تحلیل قرار گرفت. ابتدا 14 متغیر مستقل به عنوان ورودی الگوریتم ترکیبی ژنتیک و شبکه عصبی مصنوعی که به عنوان یک روش انتخاب ویژگی در نظر گرفته شده است، وارد مدل گردید و 7 متغیر بهینه انتخاب شد سپس با استفاده از الگوریتم تجمعی ذرات و رگرسیون لجستیک اقدام به پیش بینی خطر سقوط قیمت سهام می نماییم. یافته های پژوهش نشان می دهد که الگوریتم تجمع ذرات نسبت به روش سنتی رگرسیون لجستیک توانایی بیشتری در پیش بینی خطر سقوط قیمت سهام دارد، بنابراین فرضیه پژوهش تایید می شود.
similar resources
پیشبینی خطر سقوط قیمت سهام با استفاده از الگوریتم ژنتیک و مقایسه با رگرسیون لوجستیک، با تأکید بر نگرش انتخاب ویژگی
ریسک سقوط قیمت سهام، شاخصی برای اندازهگیری عدم تقارن در ریسک محسوب میشود و از اهمیت فراوانی در تحلیل پرتفوی و قیمتگذاری داراییهای سرمایهای برخوردار است. با توجه به اهمیت ریسک سقوط، پژوهشهای متعددی به بررسی عوامل موثر بر آن پرداختهاند که در تمام آنها از روشهای سنتی به منظور پیشبینی استفاده شده است در حالیکه در سالهای اخیر روشهای نوین فراابتکاری در سایر مباحث مالی به طور گستردهای مور...
full textبهینهسازی پرتفوی سهام با استفاده از روش حرکت تجمعی ذرات
مسئله بهینهسازی مارکویتز و تعیین مرز کارای سرمایهگذاری، زمانیکه تعداد داراییهای قابل سرمایهگذاری و محدودیتهای موجود در بازار کم باشد، توسط مدلهای ریاضی حلشدنی است. اما هنگامیکه شرایط و محدودیتهای دنیای واقعی در نظر گرفته شود، مسئله بهینهسازی پرتفوی بهراحتی با استفاده از شیوههای ریاضی حـل نمیشود. بههمین دلیل استفـاده از شیوههای ابتکاری همچون شبکههای عصبی و الگوریتمهای تکاملی...
full textپیش بینی قیمت سهام با روش رگرسیون فازی
در پیش بینی قیمت سهام، روش های گوناگونی به کار رفته است، اما هیچ کدام از آن ها نمی تواند، به تمام متغیّرهای شرکت کننده در برآورد مدل قیمت سهام و اثر هر یک از آن ها و حل خطای مدل بپردازد. اکثر حوزه های پیش بینی در روش های کلاسیکی، چون ARIMA و روش های نوینی، چون شبکه های عصبی برای قیمت سهام قرار دارند. در این پژوهش به روشی دست یافته شده که حاصل ادغام رگرسیون معمولی و رگرسیون فازی به همراه بهینه س...
full textبهینهسازی پرتفوی سهام با استفاده از روش حرکت تجمعی ذرات
مسئله بهینهسازی مارکویتز و تعیین مرز کارای سرمایهگذاری، زمانیکه تعداد داراییهای قابل سرمایهگذاری و محدودیتهای موجود در بازار کم باشد، توسط مدلهای ریاضی حلشدنی است. اما هنگامیکه شرایط و محدودیتهای دنیای واقعی در نظر گرفته شود، مسئله بهینهسازی پرتفوی بهراحتی با استفاده از شیوههای ریاضی حـل نمیشود. بههمین دلیل استفـاده از شیوههای ابتکاری همچون شبکههای عصبی و الگوریتمهای تکاملی...
full textپیش بینی شاخص بورس اوراق بهادار تهران با ترکیب روشهای آنالیز مولفه های اصلی، رگرسیون بردارپشتیبان و حرکت تجمعی ذرات
پیشبینی نوسانهای آینده شاخص سهام میتواند اطلاعاتی در مورد روند آینده بازار سرمایه فراهم نماید. در این پژوهش، به منظور افزایش دقت پیشبینی شاخص بورس اوراق بهادار تهران، ترکیبی از روشهای آماری و هوش مصنوعی به کار رفته است. مدل اصلی پیشبینی در این پژوهش، رگرسیون بردار پشتیبان بهینه شده به وسیله الگوریتم حرکت تجمعی ذرات میباشد. در برازش مدل رگرسیون بردار پشتیبان، سه پارامتر توضیحی وجود دارد ک...
full textسیستم خبره پیش بینی قیمت سهام و بهینه سازی سبد سهام با استفاده از شبکههای عصبی فازی، مدل سازی فازی و الگوریتم ژنتیک
افزایش میزان سود و کاهش ریسک سرمایه¬گذاری دربورس همیشه مهمترین دغدغه سرمایه¬گذاران بوده است و آنها همواره به دنبال راهی هستند که بهترین پیشنهاد را برای خرید سهام داشته باشند به گونه¬ای که دارای بیشترین بازده و کمترین ریسک سرمایه¬گذاری باشد.تحقیقات زیادی در این رابطه انجام شده است و مدل ریاضی میانگین واریانس مارکویتز به عنوان یکی از اصلی¬ترین کارهای این حوزه شناخته می¬شود. علیرغم اهمیت این مدل چ...
full textMy Resources
Journal title
volume 9 issue 36
pages 225- 250
publication date 2018-09-23
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