پیش بینی قیمت های بورس با استفاده از کاوش تکاملی الگوهای ترتیبی شاخص های بازار سهام

thesis
abstract

پیش بینی بازار سهام از گذشته تا به حال به عنوان یک کار پر چالش در نظر گرفته شده است. یکی از دلایل مهم این امر عدم وجود قطعیت در نحوه حرکت بازار سهام می باشد. از جمله عوامل تأثیرگذار در قیمت سهام می توان به وضعیت کلی اقتصاد یک کشور، انتظارات سهام داران و خریداران و فروشندگان سهام نسبت به وضعیت آینده بازار و همچنین تحولات سیاسی اشاره کرد. از نقطه نظر فنی قیمت های سهام در روند زمان یک سری زمانی را تشکیل می دهند که تحلیل این سری زمانی به علت غیرخطی بودن و وجود نویز زیاد در آن دشوار است. این پژوهش به دنبال استفاده از شاخص های تکنیکی بازار سهام برای پیش بینی آینده قیمت های سهام است. به علت فضای بزرگ جستجو، در این پژوهش از الگوریتم های تکاملی برای کاوش الگوهای ترتیبی شاخص های سهام کمک گرفته می شود. در این پژوهش دو روش برای پیش بینی کوتاه مدت قیمت های بازار سهام ارائه شده است. در روش اول این پیش بینی با استفاده از قیمت های گذشته یک شرکت و با هدف پیش بینی قیمت های آینده همان شرکت صورت می گیرد و در روش دوم از قیمت های سایر شرکت هایی که از همبستگی بالایی با شرکت مورد نظر برخوردارند نیز استفاده می شود. روش های پیشنهادی روی مجموعه داده ای متشکل از 29 شرکت حوزه فناوری اطلاعات بازار بورس نیویورک آزمون شده است و با دو روش به عنوان روش های محک به نام روش خرید و نگهداری و روش خرید و فروش تصادفی مقایسه شده است. نتایج به دست آمده نشان می دهد که روش های پیشنهادی با بکارگیری یک روش هوشمندانه مدیریت سبد خرید بهتر از دو روش محک مذکور عمل می کنند. همچنین در انتها پنچ روش دیگر نیز با روش های پیشنهادی مقایسه شده اند که روش اول پیشنهادی با کسب سود 13.5% و روش دوم پیشنهادی با کسب سود 17.2% از روش های مقایسه شده بهتر عمل کرده اند.

similar resources

پیش 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 text

پیش بینی قیمت سهام شرکت های بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی

پیش­بینی تغییر قیمت سهام به عنوان یک فعالیت چالش­انگیز در پیش­بینی     سری­های زمانی مالی در نظر گرفته می­شود. یک پیش­بینی صحیح از تغییر قیمت سهام می­تواند سود زیادی را برای سرمایه­گذاران به بار آورد. با توجه به پیچیدگی داده­های بازار بورس، توسعه مدل­های کارآمد برای پیش­بینی بسیار دشوار است. در این پژوهش، مدلی برای پیش­بینی قیمت سهام شرکت­های بورس اوراق بهادار تهران با بکارگیری داده­های درون­زا...

full text

پیش بینی بازار سهام با استفاده از کاوش تکاملی قوانین انجمنی میان تراکنشی

پیش بینی بازار سهام به عنوان یک کار پر چالش در حوزه پیش بینی سری های زمانی مالی در نظر گرفته شده است. علت مهم این امر عدم وجود قطعیت در نحوه حرکت بازار سهام می باشد. همچنین تحلیل داده های سری زمانی قیمت های سهام به علت غیر خطی بودن و وجود نویز زیاد مشکل می باشد. در این پژوهش از دو رویکرد متفاوت برای پیش بینی کوتاه مدت بازار سهام استفاده شده است. در رویکرد اول هدف این است که با استفاده از قوانین...

15 صفحه اول

تاثیر شوک نقد شوندگی وحباب های سهام بر پیش بینی شاخص قیمت سهام در بورس اوراق بهادار تهران

هدف اصلی در این پژوهش بررسی تأثیر شوک نقد شوندگی و حباب‌های سهام بر پیش‌‌‌بینی شاخص قیمت سهام در بورس اوراق بهادار تهران ‌‌می‌باشد‌‌. دوره مورد بررسی در این پژوهش از ابتدای سال 1390 تا انتهای سال 1396 به‌صورت داده‌‌های سالانه ‌‌می‌باشد‌‌. برای بررسی از روش اقتصادسنجی پانل دیتا استفاده شده است‌‌. پس از تجزیه‌وتحلیل آماری نتیجه‌گیری شده است که نقدشوندگی و حباب قیمتی تأثیر مثبتی بر پیش‌‌‌بینی شاخص...

full text

پیش 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 text

ارائه مدل پیش بینی شاخص کل قیمت سهام با رویکرد شبکه های عصبی (مطالعه موردی: بورس اوراق بهادار تهران)

هدف تحقیق حاضر ارائه مدل پیش­بینی شاخص قیمت سهام در بورس اوراق بهادار با استفاده از شبکه­های عصبی مصنوعی است. بر این اساس، شاخص صنعت، شاخص مالی و شاخص بازده نقدی به ­صورت سالانه به عنوان متغیرهای ورودی (مستقل) طرح شد. برای ارزیابی مدل شبکه عصبی از طرح MLP با الگوریتم آموزش پس انتشار و مدل چند عاملی بهره گرفته شده است. نتایج نشان می­دهد که مدل شبکه عصبی پیشنهادی، توانایی بالایی در پیش­بینی شاخص ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده برق و کامپیوتر

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023