این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 30 آذر 1404
سیاست های مالی و اقتصادی
، جلد ۵، شماره ۱۷، صفحات ۹۷-۱۱۵
عنوان فارسی
ارزیابی پیشبینیپذیری قیمت سهام با استفاده از شبکههای عصبی فازی در بورس تهران
چکیده فارسی مقاله
فعالان بورس برای تصمیمگیری در بازارهای مالی و کسب حداکثر بازدهی نیازمند ابزارهای پیشرفته و کاربردی هستند تا با دقت مناسب به پیشبینی بپردازند. در این راه ضروری است ارزیابی پیشبینیها متناسب با حوزهی مالی انجام شود. این مقاله برای دستیابی به این هدف قیمت سهام پنجاه شرکت بورس تهران را با استفاده از شبکههای عصبی فازی پیشخور مدلسازی کرده است. همچنین با استفاده از سیستم کنترلگر انفیس، مدل شبکه عصبی در هر تکرار کنترل میشود. برای انجام محاسبات از قیمتهای روزانه سهام شرکتهای بورسی از آذر 1384 تا آذر 1394 استفاده شده است. دقت پیشبینیها نیز ابتدا بر مبنای چهار شاخصهای معتبر آماری ارزیابی گردید. سپس با استفاده از روش نرخ برخورد، صحت پیشبینیها ارزیابی شده است. نتایج نشان میدهد دقت پیشبینی شبکههای عصبی فازی بسیار بالاست؛ همچنین در برخی موارد با وجود اینکه پیشبینی مربوط به یک سهم دارای دقت بالاتری دارد، از صحت پایینتری برخوردار است؛ لذا برآورد صحت پیشبینیها در ارزیابی پیشبینیها سهمی تأثیرگذار دارد؛ از این رو پیشنهاد میشود در انجام و ارزیابی مدلهای پیشبینی علاوه بر توجه به خطاهای آماری مرسوم از روشهای کیفی ارزیابی صحت پیشبینیها نظیر معیار نرخ برخورد استفاده شود.
کلیدواژههای فارسی مقاله
شبکههای عصبی مصنوعی، پیشبینی، بازده قیمت سهام، بورس تهران
عنوان انگلیسی
Assessment of Stock Price Predictions Using Artificial Neural Network (ANN)
چکیده انگلیسی مقاله
The stock market agents should increase their prediction accuracy to maximize their returns, and it needs some advanced tools. In this article stock price of 50 companies in the Tehran Stock Exchange have been modeled using feedforward artificial neural networks. In this way, the daily stock prices are used from December 1384 to December 1394. The predictions accuracy are evaluated with four statistical indicators. The results show that accuracy of ANN predictions is very high. In some cases, although the prediction accuracy is higher, the correctness is lower. Therefore, in the assessment of the prediction, evaluation of the correctness has a significant contribution
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
سید جلال صادقی شریف | seyed jalal
دانشگاه شهید بهشتی
سازمان اصلی تایید شده
: دانشگاه شهید بهشتی (Shahid beheshti university)
سجاد فرازمند |
دانشگاه شهید بهشتی
سازمان اصلی تایید شده
: دانشگاه شهید بهشتی (Shahid beheshti university)
نشانی اینترنتی
http://qjfep.ir/browse.php?a_code=A-10-563-8&slc_lang=fa&sid=fa
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/923/article-923-569714.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
تخصصی
نوع مقاله منتشر شده
پژوهشی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات