قیمتگذاری عرضههای عمومی اولیه: ترکیب شبکههای عصبی مصنوعی و الگوریتم ژنتیک
نویسندگان
چکیده مقاله:
هدف کلی این پژوهش ایجاد ابزار پیشبینی مناسب جهت قیمتگذاری عرضههای عمومی اولیه بوسیله شبکههای عصبی و الگوریتم ژنتیک است. چارچوب نظری این مطالعه بر اساس نظریه عدم تقارن اطلاعاتی میباشد. اگرچه ادبیات قیمتگذاری عرضههای عمومی اولیه، گسترهی وسیعی از علایم ممکن را معرفی میکند، تعداد کمی از این علایم، تأثیر بااهمیتی بر کارایی پیشبینی دارند. نتایج پژوهش نشان میدهد ترکیب شبکههای عصبی با الگوریتم ژنتیک به منظور انتخاب متغیرهای بهینه، قدرت پیشبینی را به طور محسوسی افزایش میدهد.
منابع مشابه
قیمت گذاری عرضه های عمومی اولیه: ترکیب شبکه های عصبی مصنوعی و الگوریتم ژنتیک
هدف کلی این پژوهش ایجاد ابزار پیش بینی مناسب جهت قیمت گذاری عرضه های عمومی اولیه بوسیله شبکه های عصبی و الگوریتم ژنتیک است. چارچوب نظری این مطالعه بر اساس نظریه عدم تقارن اطلاعاتی می باشد. اگرچه ادبیات قیمت گذاری عرضه های عمومی اولیه، گستره ی وسیعی از علایم ممکن را معرفی می کند، تعداد کمی از این علایم، تأثیر بااهمیتی بر کارایی پیش بینی دارند. نتایج پژوهش نشان می دهد ترکیب شبکه های عصبی با الگور...
متن کاملترکیب شبکه عصبی، الگوریتم ژنتیک و الگوریتم تجمع ذرات در پیشبینی سود هر سهم
پیشبینی سود هر سهم از اهمیت فراوانی برای سرمایهگذاران و مدیران داخلی شرکتها برخوردار است. بررسی پژوهشهای قبلی حاکی از این بوده است که در اکثر آنها، به فرضیه وجود رابطه غیرخطی میان سود وعوامل تعیینکننده آن توجه نشده است. این در حالی است برخی از پژوهشگران نشان دادهاند که رابطه میان سود و عوامل تعیینکننده آن خطی نیست. به همین دلیل و همچنین نقش محوری سود هر سهم در تصمیمات سرمایهگذاران، با ...
متن کاملپیشبینی شاخص سهام با استفاده از ترکیب شبکه عصبی مصنوعی و مدلهای فرا ابتکاری جستجوی هارمونی و الگوریتم ژنتیک
هدف پژوهش حاضر پیشبینی شاخص قیمت بورس اوراق بهادار تهران با استفاده از مدل شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی است. مربوطترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون در لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتمهای فراابتکاری ژنتیک و جستجوی هارمونی حاصل میگردد. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت ...
متن کاملبرآورد تخلخل سنگ مخزن با استفاده از ترکیب آنسامبلی خطی شبکههای عصبی مصنوعی منفرد براساس روشهای تحلیلی و الگوریتم ژنتیک
ترکیب آنسامبلی شبکههای عصبی مصنوعی نوعی از ماشین کمیتهای با ساختار موازی است که خروجی شبکههای منفرد را با هدف تلفیق اطلاعات حاصل از هریک از آنها و در نتیجه دستیابی به نتیجه بهتر ترکیب میکند. در این تحقیق از ترکیب آنسامبلی شبکههای عصبی مصنوعی منفرد به منظور برآورد تخلخل مؤثر سنگ مخزن گازی کنگان در میدان عظیم هیدروکربوری پارس جنوبی استفاده شده است. دادههای چاهنگاری 4 چاه این میدان در بازه...
متن کاملبهینهسازی فرآیند فرزکاری انگشتی برای رسیدن به زبری سطح مینیمم با ترکیب شبکه عصبی مصنوعی و الگوریتم ژنتیک
زبری سطح یکی از پارامترهای مهم کیفیت سطح قطعه ماشینکاری شده است. در این پژوهش به مطالعه بهینهسازی پارامترهای ورودی فرآیند فرزکاری انگشتی برای رسیدن به زبری سطح مینیمم پرداخته شده است. پنج پارامتر از فرآیند فرزکاری برای مینیمم کردن زبری سطح مورد بررسی قرار گرفته است. بدین منظور، با انجام یک سری آزمایش طرحریزی شده با تکنیک طراحی آزمایشات، یک سری دادههای ورودی و خروجی به دست آمده و از روش شبکه...
متن کاملشناسایی ترکیب غیرمسلط عوامل کنترلی در مسئلهی چندپاسخه با استفاده از شبکهی عصبی مصنوعی و الگوریتم ژنتیک
شروع{چکیده} یافتن بهترین ترکیب عوامل کنترلی برای بهینهسازی توأمان چندین متغیر پاسخ که اکثراً با یکدیگر در تضادند، یکی از مهمترین نیازهای مسائل صنعتی است. روش معمول برای حل اینگونه مسائل استفاده از رگرسیون چندجملهیی برای شناسایی روابط بین عوامل کنترلی و متغیرهای پاسخ است، در حالی که شبکهی عصبی مصنوعی در حالاتی که این روابط پیچیده باشد قابلیت مناسبتری از خود نشان میدهند. در این نوشتار، ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 16 شماره 5
صفحات -
تاریخ انتشار 2010-02-20
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023