مطالعه تطبیقی بین روش های فرا ابتکاری(anfis,ann) و روش سنتی در پیش بینی بازده سهام
پایان نامه
- دانشگاه آزاد اسلامی واحد کرمانشاه - دانشکده علوم انسانی
- نویسنده نگار احمدی سلطان آبادی
- استاد راهنما قدرت اله طالب نیا حمید رضا وکیلی فرد
- سال انتشار 1393
چکیده
با استفاده از شش متغیر کلان اقتصادی قیمت طلا، نرخ دلار آمریکا، نرخ بهره سپرده، شاخص تولیدات صنعتی، میانگین صنعت بورس، شاخص بورس به عنوان متغیرهای مستقل در بازده زمانی(1391-1385) به مطالعه تطبیقی پیش بینی بازده سهام با استفاده از روش های فرا ابتکاری(سیستم استنتاج فازی-عصبی (anfis) و شبکه عصبی مصنوعی(ann)) و مقایسه آنها با روش سنتی پرداخته شد. در مدلسازی سیستمهای فازی عصبی از سیستم استنتاجی تاکاگی سوگنو و در مدلسازی شبکه های عصبی مصنوعی از معماری پرسپترون چند لایه (mlp) مورد استفاده قرار گرفت.
منابع مشابه
پیش بینی بازده سهام با استفاده از روش انقباضی LASSO
انتخاب متغیر، یکی از مراحل مهم در مدلسازی آماری است. برای این منظور، معمولاً از روشهایی نظیر حذف پسرو استفاده میشود. از آنجایی که در این روشها دو مرحله ی برآورد مدل و انتخاب متغیر به طور جداگانه صورت میگیرد، نتیجهی حاصل بیثبات خواهد بود. به همین دلیل اخیراً گروه دیگری از روشهای انتخاب متغیر به نام روشهای انقباضی مطرح شدهاند که در این بین، LASSO از محبوبیت ویژهای برخوردار است. در این تح...
متن کاملبررسی سودمندی روش های کاهش متغیرها در پیش بینی بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران
هدف این پژوهش، بررسی سودمندی روش های مختلف کاهش )انتخاب و استخراج( متغیرها در پیش بینیبازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. در این راستا، با بررسی پیشینهپژوهش، 52 متغیر اولیه که بیشتر در ادبیات استفاده و داده های مورد نیاز برای سنجش آنها در دسترسبود، جستجو و با استفاده از روش انتخاب متغیر ریلیف و روش استخراج متغیر تحلیل عاملی، متغیرهای بهینهاز ب...
متن کاملسودمندی رگرسیون های تجمیعی و روش های انتخاب متغیرهای پیش بین بهینه در پیش بینی بازده سهام
مقاله حاضر به بررسی سودمندی رگرسیون های تجمیعی و روش های انتخاب متغیرهای پیش بین بهینه (شامل روش مبتنی بر همبستگی و ریلیف) برای پیش بینی بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران می پردازد. به منظور ارزیابی عملکرد رگرسیون تجمیعی، معیارهای ارزیابی (شامل میانگین قدرمطلق درصد خطا، مجذور مربع میانگین خطا و ضریب تعیین) مربوط به پیش بینی این روش، با رگرسیون خطی و شبکه های عصبی مصنوعی...
متن کاملساختارهای خطی و غیر خطی در پیش بینی بازده سهام
پیش بینی بازده سهام به کمک کشف الگوهای رفتاری فرآیند مولد قیمت سهام امکان پذیر است. میزان موفقیت درکشف اینگونه الگوهای رفتاری، میزان کارایی پیش بینی را مشخص می کند. به عبارت دیگر فرآیند مولد قیمت سهام را می توان به عنوان یک الگوی دینامیکی بررسی کرد. این فرآیند ممکن است به صورت مدل های خطی، مدل های غیر خطی و یا مدل های تصادفی به دست آید. این پژوهش ساختارهای خطی پیش بینی کننده را در قالب دو مدل...
متن کاملجریان اطلاعات و پیش بینی پذیری بازده سهام
این مطالعه به بررسی نقش جریان اطلاعات در پیشبینی بازده سهام بازار بورس ایران میپردازد. بدین منظورمدلهای تجربی تصریح شده در پژوهش با استفاده از آمار ماهانه دوره زمانی دیماه 9731 تا دیماه 9711 برایبررسی ارتباط مذکور در بورس اوراق بهادار تهران برآورد شدند. نتایج بیانگر آن است در حالی که بازده بازارسهام ایران از قابلیت پیشبینی بالایی برخوردار است، اما منابع پیشبینی پذیری بازده سهام به طور قابل توجه...
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 @}
نوع سند: پایان نامه
دانشگاه آزاد اسلامی واحد کرمانشاه - دانشکده علوم انسانی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023