پیش بینی قیمت سهام بااستفاده از الگوریتم کرم شبتاب (FA)
Authors
Abstract:
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 تحقیق از دادهها در دو مرحله، الگوریتم استفاده خواهیم کرد: الف ) داده هایی برای آموزش الگوریتم کرم شبتاب قبل از پیشبینی (مرحله یادگیری الگوریتم) که تعداد این متغیرها برابر 16 متغیر میباشد. این متغیرها برای دوره زمانی سه سال (1388-1392) ب) داده های گذشته شرکت ها برای پیشبینی قیمت سهام در آینده (مرحله تست الگوریتم) که تعداد این متغیرها برابر12 متغیر است. سرانجام دراین پژوهش از الگوریتم آموزش دیده برای پیش بینی قیمت سهام استفاده میگردد. طرز کار الگوریتم نیز به این صورت است که داده های روزانه , ماهانه یا سالانه (N) به الگوریتم داده می شود. الگوریتم به پیش بینی قیمت سهام برای روز، ماه یا سال N+1 ام می پردازد. برای محاسبه ی خطای پیش بینی از محاسبه خطای نسبی استفاده شده است. محاسبات انجام خطای کمتر از 6% را برای پیشبینی نشان میدهد. بنابراین الگوریتم کرم شب تاب قابلیت پیش بینی قیمت سهام را داراست.
similar resources
پیش بینی ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگوریتم کرم شب تاب(FA)
سرمایه گذاران ، سهامداران، مدیران و دیگر ذینفعان با ورشکسته شدن شرکت، متضرر شده و دارایی خود را از دست خواهند داد. بنابراین وجود مکانیزمی که به بررسی و پیش بینی بحران مالی شرکت ها بپردازد امری ضروری و اجتناب ناپذیر بشمار می رود. تحقیقات متعددی در خصوص پیش بینی ورشکستگی صورت گرفته که استفاده از الگوریتم های هوش مصنوعی و فرا اکتشافی از نمونه مدل های دهه اخیر می باشند. در این پژوهش با استفاده از ا...
full textپیش بینی روند قیمت در بازار سهام با استفاده از الگوریتم جنگل تصادفی
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 تصا...
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 textاستفاده از الگوریتم ترکیبی عصبی کرم شبتاب و روش رگولاسیون بیزین جهت پیشبینی قیمت سهام
پیشبینی قیمت سهام در آینده هم برای خریداران سهام و هم برای فروشندگان آن از اهمیت بالایی برخوردار است. از این رو، جهت توسعه مدلی مبتنی بر هوش مصنوعی به منظور پیشبینی قیمت سهام در بازار ایران از شبکههای عصبی مصنوعی در این پژوهش استفاده گردیده است. از آنجایی که شبکههای عصبی مصنوعی میبایست جهت حصول بهینهترین عملکرد دارای بهترین توپولوژی شبکه باشند، از الگوریتم فرا اب...
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 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 textMy Resources
Journal title
volume 10 issue 35
pages 135- 145
publication date 2017-09-23
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