در این مقاله با استفاده از اطلاعات سری زمانی قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینی قیمت سهام و نیز ارائه مدل بهینه پرداخته می شود. روشهای پیش بینی مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: روشهای پیش بینی براساس مدلهای خطی (کوتاه مدت و بلندمدت)، روشهای پیش بینی براساس مدلهای غیرخطی (شبکه های عصبی غیرخطی) و مدل شبکه عصبی با ساختار پیشنهادی، در هر مورد نتایج به دست آم...

بازار سهام یک سیستم غیر خطی با دینامیک بسیار پیچیده است. زیرا دینامیک این سیستم را انسان ها ایجاد می کنند. شبکه های عصبی بر اساس توانایی آن ها در مدل سازی روابط غیر خطی میان داده های ورودی-خروجی، ابزار مناسبی برای مدل کردن و پیش بینی سیستم ها با دینامیک غیر خطی و پیچیده هستند. بنابراین انتظار می رود این شبکه ها برای پیش بینی بازار سهام کارآمد باشند. در تحقیقات پیشین مطالعات زیادی بر روی بازار ...

همواره پیش بینی سری های زمانی مالی موضوعی چالش برانگیز در زمینه تجزیه و تحلیل بازار سهام محسوب می شود. در این تحقیق رویکردی ترکیبی مبتنی بر سیستم قاعده بنیان فازی tsk و الگوریتم ژنتیک به منظور پیش بینی قیمت سهام توسعه داده شده است. در مرحله پیش-پردازش ابتدا با استفاده از داده های قیمت، شاخص های تکنیکال محاسبه، نویززدایی و نرمال سازی می شوند. برای انتخاب متغیرهای ورودی مدل از تجزیه و تحلیل رگرسی...

در این مطالعه به بررسی و تخمین پارامترها با استفاده از مدل State Space در فرم ARIMAپرداخته می‌شود . سپس با استفاده از پارامترهای تخمین زده شده و روش شبیه سازی مونت کارلو به عنوان ابزاری برای افزایش دقت پیش بینی فرآیندهای تصادفی، به پیش بینی برای کوتاه مدت، میان مدت و بلند مدت برای شاخص تپیکس پرداختیم که شامل 739 داده­ روزانه مربوط به 1 بهمن سال 1389 تا 30 بهمن سال 1392 به عنوان درون داده و نیز ...

فاکتورهای بسیاری بر عملکرد بازار سهام اثر می گذارند به گونه ای که نوسانات در بازار سهام دارای مدل های غیرخطی هستند. به همین دلیل بازار سهام یک سیستم پویای غیرخطی است و پیش بینی حرکت قیمت سهام یک وظیفه بسیار مشکل است. با این حال، یک رویکرد مدل سازی غیرخطی مناسب مانند سیستم های هوش مصنوعی می تواند ارتباطات غیرخطی پیچیده را کشف و عدم قطعیت و بی دقتی رایج در بازار سهام را اداره کند. این مطالعه بر ا...

در پژوهش حاضر تلاش شده است به مقایسه قدرت پیش بینی الگوی شبکه های عصبی و تکنیک رگرسیون خطی در پیش بینی بازده سهام در دو بازار بورس اوراق بهادار تهران و بازار بورس اوراق بهادار نیویورک و همچنین مقایسه دو بازار مذکور با بهره گیری از نتایج هر تکنیک پرداخته شود. برای این منظور در گام اول با مطالعه پژوهش های مختلف در این زمینه، به شناسایی عوامل پیش بینی کننده بازده سهام در دوبازار یاد شده پرداخته شد...

تصمیم گیری همواره، یکی از مهم ترین وظایف مدیر بوده، در این بین، پیش بینی نتایج ورودی به سیستم و در حقیقت، نتایج شقوق مختلف تصمیم، جزءِ دغذغه های اصلی فرایندهای بهینه سازی تصمیم بوده است. از سوی دیگر، شناسایی عواملی که بر خروجی تصمیم یا نتیجه ی پیش بینی تاثیرگذارند اهمیت دارند؛ چرا که با شناسایی این عوامل می توان مدل مناسبی برای پیش بینی تدوین و سپس، کسب نتیجه از آن اقدام نمود. یکی از عوامل مهم ب...

افزایش میزان سود و کاهش ریسک سرمایه¬گذاری دربورس همیشه مهمترین دغدغه سرمایه¬گذاران بوده است و آنها همواره به دنبال راهی هستند که بهترین پیشنهاد را برای خرید سهام داشته باشند به گونه¬ای که دارای بیشترین بازده و کمترین ریسک سرمایه¬گذاری باشد.تحقیقات زیادی در این رابطه انجام شده است و مدل ریاضی میانگین واریانس مارکویتز به عنوان یکی از اصلی¬ترین کارهای این حوزه شناخته می¬شود. علیرغم اهمیت این مدل چ...

هدف این تحقیق، شناسایی و رتبه بندی عوامل پیش بینی کننده تشکیل حباب قیمتی سهام در بورس اوراق بهادار تهران است. بدین منظور ابتدا از طریق آزمون های کشیدگی، تسلسل و چولگی وضعیت حبابی بودن قیمت 158 سهم طی دوره ی زمانی 1389 تا 1392 مشخص شد. سپس بر اساس ادبیات پژوهشی، برای پیش بینی حباب از متغیرهای شفافیت اطلاعات، اهرم مالی، نقدشوندگی، نسبت ارزش دفتری به ارزش بازار سهام، p/e، شناوری سهم، مالکیت نهادی ...

پیش بینی قیمت سهام در بورسها از جمله چالش برانگیز ترین مباحث در مقوله پیش بینی می باشد که توجهات بسیاری را نزد سرمایه گذاران ، فعالان ، دست اندرکاران بازار سرمایه و نه تنها همه کسانی که به نوعی با این بازارها در ارتباط می باشد بلکه محققین و پژوهشگران بسیاری را نیز به خود جلب نموده است.در میان این الگوریتم های هوشمند مختلف که در علوم گوناگون جهت پیش بینی به کار گرفته شده اند ، شبکه عصبی مصنوعی ج...