پیش بینی روند قیمت در بازار سهام با استفاده از الگوریتم جنگل تصادفی
Authors
Abstract:
فعالان بورس درصدد دستیابی و به کارگیری روشهایی هستند تا بتوانند با پیشبینی آتی قیمت سهام، سود سرمایه خود را افزایش دهند .بنابراین، ضروری به نظر میرسد که روشهای مناسب، صحیح و متکی به اصول علمی در تعیین قیمت آینده سهام فرآروی افراد سرمایهگذار قرار گیرد. تاکنون روشهای مختلفی جهت نیل به این هدف معرفی شدهاند که اغلب روشهای آماری و هوش مصنوعی هستند. در پژوهش حاضر با استفاده از رویکرد جنگل تصادفی که در زمره روشهای طبقهبندی هوش مصنوعی میباشد، به همراه شاخصهای فنی: شاخص قدرت نسبی قیمت، استوکاستیک، حجم تعادل موازنه شده، ویلیامز R%، بازدهی روزانه و شاخص سری مکدی به دنبال پیشبینی روند قیمت در بازار سهام و مقایسه آن با روشهای موجود است. نتیجهی پژوهش بر روی دادههای روزانه شاخص بورس اوراق بهادار تهران در سالهای 1393 تا 1395 نشان میدهد که دقت روش پیشنهادی در برآورد روند بازار 64 درصد میباشد و نسبت به دو روش مقایسه شده رگرسیون لجستیک و روش کاملا تصادفی از دقت بالاتری برخوردار است.
similar resources
پیش بینی قیمت سهام بااستفاده از الگوریتم کرم شبتاب (FA)
در این پژوهش به پیشبینی قیمت سهام 10 شرکت از شرکتهای پذیرفته شده در بورس و تعدادی از شرکتهای حاضر در فرابورس بااستفاده از الگوریتم کرم شبتاب پرداخته شده است. این پژوهش ازنظر هدف، کاربردی، از نظر روش گردآوری اطلاعات شبه تجربی، توصیفی - پیمایشی و پس رویدادی است. همچنین ازنظر ابزارهای گردآوری اطلاعات، کتابخانه ای می باشد و بدلیل ماهیت مدلسازی و پیشبینی، ازنوع پژوهش استقرایی است. در این تحقی...
full textپیش بینی شاخص قیمت سهام با استفاده از مدل هیبریدی
پیشبینی شاخص قیمت بازار سهام به علت تاثیرپذیری آن از بسیاری عوامل اقتصادی و غیراقتصادی همواره امری مهم و چالش برانگیز بوده، به طوری که انتخاب بهترین و کارآمدترین مدل به منظور پیشبینی آن امری دشوار میباشد. از طرفی سریهای زمانی دنیای واقعی، برای مثال سری زمانی شاخص قیمت سهام، به ندرت دارای ساختاری کاملاً خطی و یا غیرخطی است. مدلهای هموارسازی نمایی، میانگین متحرک خودرگرسیون انباشته (آریما) و ش...
full textاثر نماگرهای بازار سرمایه بر پیش بینی قیمت سهام
تغییرات قیمت سهام در بازار سرمایه تحت تاثیر متغیرهای مختلف و متنوعی است که فراتر از سطح شرکتها و حتی بازار است. بسیاری از نظریه پردازان بازارهای مالی معتقدند با استفاده از مبانی صحیح ارزش گذاری، میتوان تغییرات قیمت سهام را پیش بینی کرده و از آنها در مدل تصمیم گیری خود بهره گرفت. این مقاله تحقیقی علمی کاربردی در مورد اثر و ارتباط بین نماگرهای مختلف ساختاری، جریان نقدی و انتظاری، با تغییرات قیم...
full textپیش بینی روند حرکتی قیمت سهام با استفاده از ماشین بردار پشتیبان برپایۀ الگوریتم ژنتیک در بورس اوراق بهادار تهران
با توجه به گسترش روز افزون روش های پیش بینی در بازارهای مالی و نیز، از آنجا که قیمت سهام یکی از مهم ترین عوامل مؤثر در تصمیمات سرمایه گذاری است و پیش بینی آن می تواند نقش با اهمیتی در این زمینه ایفا کند، در این پژوهش سعی شده است، مدلی ارائه شود تا بر اساس آن بتوان روند حرکتی قیمت سهام شرکت مورد نظر را با دقت بالایی پیش بینی کرد. بر همین اساس، یک مدل ترکیبی برای پیش بینی روند حرکتی قیمت سهام با ...
full textپیش بینی قیمت سهام بازار بورس با استفاده از شبکه های عصبی و الگوریتم ژنتیک
امروزه رسیدن به اهداف اقتصادی هر کشوری بدون مشارکت عمومی افراد آن کشور امری امکان ناپذیر است. یکی از راه های مشارکت افراد در توسعه اقتصادی، سرمایه گذاری در بازار بورس اوراق بهادار می باشد، چرا که از این طریق چرخ تولید و اقتصاد به حرکت در می آید.پیش بینی عنصری کلیدی برای تصمیم گیری های مدیریتی است.روش های مختلفی جهت پیش بینی وجود دارد.یکی از روش ها استفاده از روش های محاسباتی هوش مصنوعی می باشد....
15 صفحه اولبررسی قابلیت پیش بینی پذیری نقاط شروع و پایان روند کوتاه مدت قیمت سهام با استفاده از شبکه احتمالات بیزین
هدف اصلی از این پژوهش بررسی قابلیت پیش بینی پذیری نقاط شروع(کف) و پایان(سقف) روند کوتاه مدت قیمت سهام با استفاده از مدل نایبویز جهت ارایه یک سیستم پشتیبان تصمیم می باشد.در این تحقیق از دو دسته متغیر شامل متغیرهای تقویمی و تکنیکی جهت مدل سازی استفاده گردید.نتایج این پژوهش نشان داد که مدل مورد استفاده در شناسایی و پیش بینی نقاط پایان(سقف) در نمودار قیمت سهام از عملکرد بهتری نسبت به سایرنقاط برخور...
full textMy Resources
Journal title
volume 9 issue 35
pages 301- 322
publication date 2018-06-22
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