پیش بینی رتبه ی صنایع بورس اوراق بهادار تهران با استفاده از روش ترکیبی شبکه عصبی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده مدیریت و اقتصاد
  • نویسنده معصومه رضایی
  • استاد راهنما کوروش پرویزیان
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1391
چکیده

پویایی و تداوم سریع روند توسعه بنگاه های اقتصادی و در پی آن کل اقتصاد کشور در گرو شناخت کامل و صحیحی از نقاط قوت و ضعف فعالیت های اقتصادی بنگاه های کشور است و از آنجا که نقاط قوت و ضعف مفاهیم نسبی هستند که بر مبنای مقایسه استوار می باشند، فهرست های رتبه بندی، مقایسه صنایع و نگاه های اقتصادی با یکدیگر زمینه ای را فراهم می کند که می تواند راهنمای مفیدی برای مدیران، سیاست گذاران و سرمایه گذاران باشد و منجر به تحقیقات پژوهشگران در جهت شناخت فضای کسب و کار از زوایای تازه ای گردد. رتبه بندی صنایع مختلف می تواند آیینه تمام نمایی از وضعیت آنها بشمار آید و نقاط قوت و ضعف درونی و نیز نقاط فرصت و تهدید بیرونی صنایع را مشخص نماید. در این پژوهش سامانه خبره تلفیقی به عنوان روشی جدید جهت پیش بینی شاخص شارپ صنایع معرفی می گردد. سامانه خبره ،تلفیقی از سامانه خبره قاعده گرا و شبکه عصبی gmdh است. در این سامانه عوامل موثر بر نوسانات شاخص بورس و میزان تاثیر گذاری آنها در قالب قوانینی وارد جریان مدل سازی پویا می گردند. نتایج حاصل از پژوهش نشان داد که جهت مقایسه بین سامانه خبره و مدل های سری زمانی و شبکه عصبی gmdh، در سالهایی که رویدادهای مختلفی بر نوسانات بورس موثر بودند، سامانه خبره بهتر از شبکه عصبی gmdh و مدل های سری زمانی قادر به پیش بینی شاخص شارپ است. بدین سان سامانه خبره تلفیقی روشی جدید، کارآمد و منعطف جهت پیش بینی بوده و در بازار های مختلف قابل استفاده می باشد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی

اندازه و روند شاخص‌های قیمت سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران در بازارهای مالی می‌باشد. جهت پیش‌بینی بازار از تکنیکهای مختلفی استفاده شده است که معمول‌ترین آنها روشهای رگرسیون و مدل‌های 3ARIMA هستند اما این مدل‌ها در عمل جهت پیش‌بینی بعضی از سریها ناموفق بوده‌اند. در تحقیق حاضر برای پیش‌بینی شاخص کل بورس از مدل شبکه‌های عصبی پیش خور4 با قانون یادگیری پس انتشار خطا5 در...

متن کامل

پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی

اندازه و روند شاخص های قیمت سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران در بازارهای مالی می باشد. جهت پیش بینی بازار از تکنیکهای مختلفی استفاده شده است که معمول ترین آنها روشهای رگرسیون و مدل های 3arima هستند اما این مدل ها در عمل جهت پیش بینی بعضی از سریها ناموفق بوده اند. در تحقیق حاضر برای پیش بینی شاخص کل بورس از مدل شبکه های عصبی پیش خور4 با قانون یادگیری پس انتشار خطا5 در...

متن کامل

پیش بینی شاخص سهام با استفاده از شبکه های عصبی موجکی در بورس اوراق بهادار تهران

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل­های مختلف شبکه های عصبی پیش بینی شده است. تحقیق از نوع کاربردی است و دورۀ زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده­های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل wdbp از موجک db5 برای نویززدایی داده­ها و تا پنج مرحله صورت گرفته است. جذر م...

متن کامل

پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی

پژوهش حاضر به مطالعه پیش بینی شاخص قیمت سهام در بورس اوراق بهادار تهران به وسیله شبکه های عصبی و ارایه ی شواهدی مبنی بر رفتار آشوبناک شاخص قیمت در بورس اوراق بهادار می پردازد. دو مجموعه از داده ها برای ورودی شبکه عصبی انتخاب شده اند. وقفه های مختلفی از شاخص و عوامل کلان اقتصادی به عنوان متغیرهای مستقل. شبکه های عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه (mlp) است که به روش الگو...

متن کامل

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...

متن کامل

پیش بینی مدیریت سود با استفاده از شبکه عصبی و درخت تصمیم در صنایع کشاورزی و نساجی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

امروزه روش های کمی، به یکی ازمهمترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاری های کلان دربازارها تبدیل شده اند. دقت پیش بینی، یکی ازمهم ترین فاکتورهای انتخاب روش پیش بینی است. هدف اصلی این تحقیق بررسی دقت پیش بینی مدیریت سود با استفاده ازشبکه های عصبی و درخت تصمیم گیری و مقایسه آن بامدل های خطی است. برای این منظورنه متغیر تأثیرگذار برمدیریت سود به عنوان متغیرهای مستقل واقلام تعهدی اختی...

متن کامل

منابع 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 @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده مدیریت و اقتصاد

کلمات کلیدی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023