این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات مالی، جلد ۱۱، شماره ۲۸، صفحات ۰-۰
عنوان فارسی پیش‌بینی بازده سهام با استفاده از نسبت های حسابداری با رویکرد شبکه‌های عصبی
چکیده فارسی مقاله هدف این تحقیق پیش‌بینی بازده سهام با استفاده از نسبت‌های حسابداری با رویکرد شبکه‌های عصبی است. در این تحقیق توانایی پیش‌بینی بازده سهام با استفاده از نسبت‌های حسابداری با دو رویکرد شبکه‌های عصبی مصنوعی و رگرسیون حداقل مربعات مورد بررسی قرار گرفته است. متغیرهای مستقل در این تحقیق نسبت‌های حسابداری و متغیر وابسته بازده سهام می‌باشد بدین منظور نسبت‌های حسابداری برای دو صنعت سیمان و دارو به مدت 8 سال جمع‌آوری گردید. فرضیه‌های تحقیق شامل یک فرضیه اصلی و دو فرضیه فرعی است. فرضیه اصلی به بررسی توانایی رویکرد شبکه‌های عصبی در پیش‌بینی بازده سهام در مقایسه با رگرسیون حداقل مربعات در سطح جمع شرکت‌های فعال در دو صنعت می‌پردازد و فرضیه‌های فرعی به بررسی این مورد در سطح شرکت‌های فعال در سطح هر صنعت می‌پردازد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Neural Network Forecasts of Stock Return Using Accounting Ratios
چکیده انگلیسی مقاله The aim of this paper is how to predict stock return by using accounting ratios and also by using the procedure of neural network. This paper has considered the prediction of stock return by using accounting ratios with two procedures, the artificial neural network and least square regression. The independent variables in this paper are accounting ratios and dependent variable of stock return, thus; the accounting ratios have collected for 8 years in the industries of cement and medicine. The hypothesis of the paper has two hypothesizes, that shows the survey ability of neural network procedure in predicting stock return in comparison with least square regression in the level of two active firms in the two industries
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله عادل آذر |
دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

سیروس کریمی |
دانشگاه ایلام
سازمان اصلی تایید شده: دانشگاه ایلام (Ilam university)

نشانی اینترنتی http://jfr.ut.ac.ir/article_20961_2b0d389f56b2199d63872b47bea4ec3e.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