این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات اقتصادی، جلد ۳۸، شماره ۲، صفحات ۰-۰
عنوان فارسی ارزیابی روشهای پیش بینی قمیت سهام و ارائه مدلی غیرخطی بر اساس شبکه های عصبی
چکیده فارسی مقاله در این مقاله با استفاده از اطلاعات سری زمانی قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینی قیمت سهام و نیز ارائه مدل بهینه پرداخته می شود. روشهای پیش بینی مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: روشهای پیش بینی براساس مدلهای خطی (کوتاه مدت و بلندمدت)، روشهای پیش بینی براساس مدلهای غیرخطی (شبکه های عصبی غیرخطی) و مدل شبکه عصبی با ساختار پیشنهادی، در هر مورد نتایج به دست آمده رسم شده اند. با استفاده از پیش پردازش های اشاره شده، نشان داده می شود که قیمت و بازده سهام (درهر 6 سهم مربوط به صنایع مختلف) از نگاشتهای پیچیده غیرخطی و آشوبگرانه به وجود آمده اند و اساساً از روشهای غیرخطی شبکه های عصبی به خودی خود و به شکل متعارف بهبود قابل ملاحظه ای را به دنبال ندارد. با ارائه پیشنهاد ساختار جدید، می توان قیمت و بازده را به خوبی در دو حالت پیش بینی روز بعد و پیش بینی سی روز بعد تخمین زد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی -
چکیده انگلیسی مقاله In this paper, we deal with several time series of share prices and daily returns of different companies which are members of the Tehran Stock Exchange. Three prediction methods are used for time series forecasting. The first method, is based on the linear models (ARIMA) for short term and long term forecasting. The second method, is based on the nonlinear neural networks model and the third method is a neural networks model with a special structure. It has been shown the time series generator process of these companies are complex nonlinear mappings and the methods based on the various linear modelling strategies are unable to identify these dynamics. Also, it has been shown by using the conventional structure of the nonlinear neural networks that one can not obtain a satisfactory results for long term forecasting. Finally, it is shown that the proposed structrure, provides accurate next step and the long term share prices and daily returns forecasting.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله دکتر حمید خالوزاده |


دکتر على خاکی | mohammad على


نشانی اینترنتی http://jte.ut.ac.ir/article_10103_ed27b2ed44bbb3f52069bbdc63ff34b2.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/689/article-689-451367.pdf
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