نام پژوهشگر: فاطمه هلیل
فاطمه هلیل امیر افسر
امروزه، سرمایه گذاری در بورس اوراق بهادار، بخش مهمی از اقتصاد کشور را تشکیل می دهد و بی تردید بیشترین مقدار سرمایه از طریق بازارهای سهام در تمام جهان مبادله می شود. بازارهای بورس نه تنها از پارامترهای کلان، بلکه از هزاران عامل دیگر نیز متأثر می شوند. تعداد زیاد و ناشناخته بودن عوامل موثر بر قیمت سهام و همچنین پیچیده بودن رابطه بین این عوامل و قیمت سهام، موجب عدم اطمینان در زمینه سرمایه گذاری شده است. افزایش سود و کاهش ریسک سرمایه گذاری در بورس همیشه مهم ترین دغدغه سرمایه گذاران بوده است و آن ها 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. از سوی دیگر ما معتقدیم که یک برنامه سرمایه گذاری مانند انتخاب سبد سهام نه تنها باید ماحصل گذشته سهام را در نظر داشته باشد بلکه بایستی پتانسیل آتی سهام را نیز مد نظر قرار دهد، که این امر اهمیت پیش بینی قیمت سهام برای سرمایه گذاران را آشکار می سازد. در این تحقیق، تلاش می شود تا با استفاده از توانایی شبکه های عصبی در ایجاد رابطه بین متغیرهای مختلف و با کمک شاخص های تکنیکال، مدلی طراحی کرد تا بتوان براساس آن قیمت آینده سهام را پیش بینی کرد. براساس پیش بینی های به دست آمده، مدل ریاضی بهینه سازی بر مبنای فاکتورهایی چون میانگین، واریانس و چولگی سبد سهام ارائه می شود. سپس، این مدل با استفاده از الگوریتم ژنتیک حل می شود. نتایج تحقیق بیانگر آن است که مدل ارائه شده در این مقاله، در مقایسه با روش های سنتی و شاخص بازار، بازدهی بیشتری را برای سرمایه گذاران فراهم می نماید.