Skip to main content
فهرست مقالات

طراحی مدل پیش بینی قیمت سهام شرکتهای سرمایه گذاری با استفاده از شبکه های عصبی مصنوعی

نویسنده:

علمی-پژوهشی (وزارت علوم)/ISC (24 صفحه - از 211 تا 234)

کلیدواژه ها : قیمت سهام ،مدل اقتصادسنجی ،شرکت‌های سرمایه‌گذاری ،پیش‌بینی ،سود سهام ،مدل‌سازی ،شبکه عصبی مصنوعی

کلید واژه های ماشینی : پیش‌بینی قیمت سهام شرکت‌های سرمایه‌گذاری ،طراحی مدل پیش‌بینی قیمت سهام ،شبکه‌های عصبی مصنوعی ،اطلاعات ،سهام شرکت‌های سرمایه‌گذاری با استفاده ،سهام ،شبکه‌های عصبی مصنوعی طراحی ،نورون ،مدل ،طراحی مدل ،شرکت‌های سرمایه‌گذاری ،استفاده از شبکه‌های عصبی ،شبکه قیمت سهام شرکت مزبور ،تعداد نورون‌های لایه پنهان ،درآمد ناشی از فروش سهام ،پرتفوی ،تعداد نورون‌های لایه پنهان شبکه ،بورس ،قیمت سهام شرکت‌های سرمایه‌گذاری استفاده ،خطا ،خروجی ،اوراق بهادار ،متغیرهای ورودی شبکه ،درآمد ناشی از سرمایه‌گذاری ،ورودی ،شرکت سرمایه‌گذاری البرز ،کارایی بورس اوراق بهادار تهران ،فروش سهام شرکت‌های سرمایه‌گذاری ،ارزش بازار پرتفوی سهام شرکت‌های ،شبکه عصبی سه‌لایه

در این تحقیق مدلی برای پیش‌بینی قیمت سهام شرکت‌های سرمایه‌گذاری با استفاده از شبکه‌های عصبی مصنوعی طراحی و ارائه شده است.جهت طراحی مدل از یک شبکه عصبی سه لایه؛ تابع انتقال سیگموئید، مقدار آلفای 7/0، مقدار اتای 2/0 و نرم‌افزار وین ان ان استفاده شده است. متغیرهای ورودی شبکه شامل خالص دارایی‌ها، درآمد ناشی از فروش سهام، درآمد ناشی از سرمایه‌گذاری، ارزش بازار پر تفوی، سود هر سهم و نسبت P/E شرکت سرمایه‌گذاری البرز و خروجی شبکه قیمت سهام شرکت مزبور است.نتایج تحقیق نشان می‌دهد که اگر یک شبکه عصبی مصنوعی درست آموزش ببیند، می‌تواند روابط بین متغیرها را شناسایی کرده و در پیش‌بینی قیمت سهام شرکت‌های سرمایه‌گذاری با حداقل خطا(در این تحقیق 044/0)موثر واقع شود.

خلاصه ماشینی:

"بنابراین، با مراجعه به کارگزاران بورس و مشورت با آنها، بیشتر آنها به این موضوع اذعان داشتند که سرمایه‌گذاران برای تصمیمات مربوط به خرید و فروش سهام شرکت‌های سرمایه‌گذاری از اطلاعاتی مانند خالص دارایی‌ها، درآمد ناشی از فروش سهام، درآمد ناشی از فعالیت‌های سرمایه‌گذاری، ارزش بازار پرتفوی سهام، نسبت‌ E/P ، سود هر سهم و شایعات بازار استفاده می‌کنند. مراحل طراحی مدلبرای پیش‌بینی بلندمدت قیمت سهام از هفت متغیر اصلی اثرگذار بر قیمت سهام (طبق نظر بعضی از کارگزاران)تنها از شش عامل در طراحی مدل استفاده شده و عامل هفتم که اثر شایعات بر قیمت سهام است، به طور مستقیم در مدل دخالت داده نشده است؛زیرا عامل شایعات قبلا اثر خود را بر سایر متغیرهای ورودی شبکه(درآمد فروش سهام، درآمد ناشی از سرمایه‌گذاری، خالص دارایی‌ها، ارزش بازار پرتفوی سهام شرکت‌های تحت تملک شرکت سرمایه‌گذاری البرز، بازده و سود هر سهم شبکه)گذاشته است. ورودی‌های شبکه شامل درآمد فروش سهام، درآمد ناشی از سرمایه‌گذاری، خالص دارایی‌ها، ارزش بازار پرتفوی سهام شرکت‌های تحت تملک شرکت سرمایه‌گذاری البرز، بازده و سود هر سهم و خروجی شبکه میانگین ماهانه قیمت سهام است که در زیر به توضیح اطلاعات مندرج در جدول(1)پرداخته می‌شود. نتیجه حاصل از مدل طراحی شده نشان می‌دهد که اگر یک شبکه عصبی مصنوعی درست آموزش ببیند می‌تواند روابط بین متغیرها را(هر چند پیچیده و غیر خطی باشد)شناسایی کند و در پیش‌بینی قیمت سهام شرکت‌های سرمایه‌گذاری مؤثر واقع شود همانطور که در این تحقیق با بررسی دوره زمانی سه ساله 1/1/1380 تا 29/12/1382 و پیش‌بینی قیمت سهام یک ماهه منتهی به 30/1/1383 با حداقل خطا(در این تحقیق 044/0)مؤثر واقع شده است."

  • دانلود HTML
  • دانلود PDF

برای مشاهده محتوای مقاله لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.