این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Money and Economy، جلد ۱۸، شماره ۱، صفحات ۵۱-۷۴

عنوان فارسی خرد جمعی و پیش‌بینی قیمت سهام
چکیده فارسی مقاله
تحلیل تکنیکال و بنیادین دو روش اصلی برای مطالعه بازارهای مالی هستند. با این حال، دسترسی به اینترنت و رسانه‌های‌اجتماعی به سرمایه‌گذاران کمک می‌کند تا تصمیمات بهتری بگیرند. شبکه‌های اجتماعی به منبع اطلاعات برای سرمایه گذاران تبدیل شده است. سوروویسکی (2005) دریافت رسانه‌های‌اجتماعی می‌توانند بهتر از افراد پیش‌بینی کنند که به عنوان خرد جمعی شناخته شد. در این مطالعه، پتانسیل خرد جمعی جهت بهبود دقت پیش‌بینی قیمت سهام ارزیابی شد. با این هدف یک مدل پیش‌بینی توسط حافظه بلند کوتاه‌مدت و بر اساس خرد جمعی ایجاد شد. نظرات کاربران فارسی‌زبان در مورد سهام‌های بورس اوراق بهادار تهران به مدت 8 ماه جمع‌آوری و در کلاس‌های خرید، فروش و خنثی طبقه بندی شد. در طول دوره تحقیق، 823 سهام از سوی کاربران پیشنهاد شده بود که 52 سهام که بیش از 100 پیشنهاد داشتند، به عنوان نمونه پژوهش انتخاب شدند. دقت مدل پیش‌بینی برای 19 سهم افزایش یافت. در حالی که برای 33 سهم باقی‌مانده این اتفاق نیفتاد. توجه به این نکته مهم است که برای سرمایه‌گذاران بسیار مهم است که تفکر انتقادی را به‌کارگیرند. خرد جمعی می‌تواند به‌عنوان یکی از ورودی‌های فرآیند تصمیم‌گیری در کنار سایر عوامل مرتبط در نظر گرفته شود. خرد جمعی فرصتی را فراهم می‌کند تا به اطلاعات گسترده‌ و متنوعی دست‌یافت. بازارها یا پلتفرم‌های پیش‌بینی مبتنی بر خرد جمعی که نظرات تعداد زیادی از افراد را جمع‌آوری می‌کنند، می‌توانند بینش‌های ارزشمندی در مورد روندهای اقتصادی، ترجیحات سرمایه‌گذاری و انتظارات آتی ارائه دهند. این شاخص‌ها می‌توانند به‌طور غیرمستقیم جریان پول را با درک خرد جمعی شرکت‌کنندگان منعکس کنند. ترکیب خرد جمعی، تحلیل بنیادی و تکنیکال می تواند ابزار مفیدی برای معامله گران در تشخیص جریان سرمایه و فرصت های سودآور باشد.
 
کلیدواژه‌های فارسی مقاله خرد جمعی، پیش‌بینی قیمت سهام، حافظه بلند کوتاه مدت

عنوان انگلیسی The Wisdom of Crowds and Stock Price Prediction
چکیده انگلیسی مقاله
Technical and fundamental analysis are the two principal methods for studying financial markets. However, access to internet and social media helps investors make better decisions. Social media has turned into a source of information for investors. Surowiecki (2005) found social media can predict better than individuals, known as the Wisdom of the Crowd. In this study, we tried to evaluate the wisdom of the crowd’s potential to improve stock price prediction accuracy. So, we developed a prediction model by Long Short-Term Memory based on the wisdom of the crowd. Persian users' opinions on Tehran Stock Exchange stocks were gathered for 8 months and classified as buying, sell, or neutral. During the research period, people mentioned 823 stocks and 52 stocks, which had over 100 recommendations, were chosen. Prediction model accuracy was increased for 19 stocks. While, for 33 stocks were not more accurate with the wisdom of the crowds and social media features. It is important to note that investors apply critical thinking. The wisdom of the crowd can be one input to the decision-making process, along with other related factors. The wisdom of the crowd provides an opportunity to access vast and diverse information. Getting opinions from various people can provide valuable insights into economics and investment preferences. The wisdom of the crowd can help reveal the flow of money. The combination of the wisdom of the crowd, fundamental, and technical analysis can be a useful tool for traders in detecting capital flow and profitable opportunities.
 
کلیدواژه‌های انگلیسی مقاله Wisdom of Crowd, Stock Price Prediction, Long Short-Term Memory, LSTM

نویسندگان مقاله مه سیما کاظمی موحد | Mahsima Kazemi Movahed
Department of Information Technology Management, Faculty of management, University of Tehran
گروه مدیریت فناوری اطلاعات، دانشکده مدیریت، دانشگاه تهران

احمد خلیلی جعفرآباد | Ahmad Khalili Jafarabad
Department of Information Technology Management, Faculty of management, University of Tehran
گروه مدیریت فناوری اطلاعات، دانشکده مدیریت، دانشگاه تهران

سعید روحانی | Saeed Rouhani
Department of Information Technology Management, Faculty of management, University of Tehran
گروه مدیریت فناوری اطلاعات، دانشکده مدیریت، دانشگاه تهران

حمیدرضا یزدانی | Hamid Reza Yazdani
Department of Business Management, Farabi Collage, University of Tehran
گروه مدیریت کسب و کار، دانشکده فارابی، دانشگاه تهران

بابک سهرابی | Babak Sohrabi
Department of Information Technology Management, Faculty of management, University of Tehran
گروه مدیریت فناوری اطلاعات، دانشکده مدیریت، دانشگاه تهران


نشانی اینترنتی http://jme.mbri.ac.ir/browse.php?a_code=A-10-580-1&slc_lang=en&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده اقتصاد پولی
نوع مقاله منتشر شده پژوهشی اصیل - کاربردی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات