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 و برون­زای شرکت توسط شبکه­های عصبی مصنوعی (پرسپترون چندلایه) ارائه شده است. همچنین مطالعه حاضر درصدد نشان دادن توانایی قابل­قبول، شبکه­های عصبی مصنوعی، خصوصاً شبکه­های پس انتشار با الگوریتم­های توسعه­یافته، به منظور پیش­بینی قیمت سهام شرکت­ها است. علاوه بر این موضوع، با توجه به استفاده از داده­های کلان اقتصادی مثل نرخ تورم، قیمت ارز، شاخص­های کلان بورس اوراق بهادار و قیمت طلا همراه با داده­های درونی شرکت (نسبت­های مالی و اطلاعات سهام) در مدل پیشنهادی، این پژوهش نتایجی با قابلیت اتکای بیشتر نسبت به پژوهش­های مشابه، ارائه شده است. نتایج این تحقیق نشان می­دهد که معماری 3 لایه با 8 نورون در لایه اول، 4 نورون در لایه دوم و 2 خروجی و معماری 2 لایه با 12 نورون در لایه اول و 2 خروجی مدل­های مناسبی می­باشند.