این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات مالی، جلد ۱۵، شماره ۲، صفحات ۲۶۹-۲۸۸
عنوان فارسی پیش‌بینی روند حرکتی قیمت سهام با استفاده از ماشین بردار پشتیبان برپایۀ الگوریتم ژنتیک در بورس اوراق بهادار تهران
چکیده فارسی مقاله با توجه به گسترش روز‌افزون روش‌های پیش‌بینی در بازارهای مالی و نیز، از آنجا که قیمت سهام یکی از مهم‌ترین عوامل مؤثر در تصمیمات سرمایه‌گذاری است و پیش‌بینی آن می‌تواند نقش با اهمیتی در این زمینه ایفا کند، در این پژوهش سعی شده است، مدلی ارائه شود تا بر اساس آن بتوان روند حرکتی قیمت سهام شرکت مورد نظر را با دقت بالایی پیش‌بینی کرد. بر همین اساس، یک مدل ترکیبی برای پیش‌بینی روند حرکتی قیمت سهام با استفاده از ماشین بردار پشتیبان بر پایۀ الگوریتم ژنتیک ارائه شده است. برای نمونه آماری، سی شرکت از پنجاه شرکت برتر بورس اوراق بهادار در سه ماهۀ دوم سال 90 انتخاب شده‌ است. سپس برای هر سی شرکت، 44 متغیر محاسبه شد. این متغیرها ورودی مدل ترکیبی هستند و به‎کمک الگوریتم ژنتیک بهینه‌سازی ‌شده‌اند. نتایج نشان می‌دهد، مدل ترکیبی ماشین بردار پشتیبان بر پایۀ الگوریتم ژنتیک در پیش‌بینی‌ روند حرکتی قیمت سهام بسیار بهتر عمل می‌کند و درمقایسه با روش ماشین بردار پشتیبان ساده، از دقت بیشتری برخوردار است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Predicting Stock Price Movement Using Support Vector Machine Based on Genetic Algorithm in Tehran Stock Exchange Market
چکیده انگلیسی مقاله According to recent developments of predicting methodsin financial markets, and since the stock price is one of the mostimportant factors for investment decision-making, and its predictioncan play an important role in this field, the aim of this study is toprovide a model to predict the stock price movement with highaccuracy. Accordingly, a hybrid model for predicting the stock pricemovement using Support Vector Machine (SVM) based on geneticalgorithms is presented. Thirty companies from the top 50 companiesin Tehran Stock Exchange in 2011 are selected as sample. Then, foreach company, 44 variables have been calculated. These variables arethe inputs of the hybrid model and are optimized using geneticalgorithm. The results show that the hybrid model of Support VectorMachine based on genetic algorithms has better performance inpredicting the stock price movement and it has a higher accuracycompared with the simple Support Vector Machine.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سعید فلاح پور |
استادیار، مدیریت مالی، دانشگاه تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

غلامحسین گل ارضی |
استادیار، مدیریت مالی، دانشگاه سمنان، سمنان، ایران
سازمان اصلی تایید شده: دانشگاه سمنان (Semnan university)

ناصر فتوره چیان | fatoureh chian
کارشناس ارشد، mba گرایش مدیریت مالی، دانشگاه سمنان، سمنان، ایران
سازمان اصلی تایید شده: دانشگاه سمنان (Semnan university)

نشانی اینترنتی http://jfr.ut.ac.ir/article_51081_7b62bf20041a4c2bd73a890dc8a3a0ec.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات