وحید بخردی نسب - دکتری گروه حسابداری، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران.
فاطمه ژولانژاد - دانشجوی دکتری گروه حسابداری، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران.

هدف: به دلیل پیچیدگی بازار بورس اوراق بهادار تهران، مسئله زمان بندی انجام معاملات بسیارحائز اهمیت است. زمان بندی انجام معاملات، تحلیل گران و معامله گران را در راستای پیش بینی روند حرکت قیمت سهام یاری می نمایند. از این رو هدف از پژوهش حاضر پیش بینی زمان بندی انجام معاملات سهام شرکت های فعال در بورس اوراق بهادار تهران است. روش: جامعه آماری پژوهش شامل کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1392 تا 1395 است. حجم نمونه با استفاده روش حذف نظام مند بالغ بر 17 شرکت فعال در بورس انتخاب شد. روش اجرای پژوهش مبتنی بر رگرسیون گام به گام و شبکه عصبی فازی با تکیه بر شاخص های قدرت نسبی (RSI)، میانگین متحرک همگراواگرا (MACD)، میانگین متحرک ساده (SMA)، نوسان گر تصادفی (SO)، میانگین متحرک نمایی (EMA) و خط سیگنال (SL) است. یافته ها: یافته های نتایج نشان داد که میانگین درصد صحت پیش بینی کلیه شبکه های ایجاد شده (55/96%) بیشتر از حالت تصادفی(50%) است. با اعمال مقررات معاملاتی مقادیر پیش بینی شده به سیگنال تبدیل شدند و پیشنهاد داده شد که سیگنال نهایی سیستم طراحی شده از مجموع سیگنال های ایجاد شده توسط 5 شاخص تکنیکال مذکور بدست آید. در مرحله بعد جهت سنجش بازده معاملات پیشنهادی، مدل ارائه شده با استفاده از استراتژی معاملاتی پیشنهادی پژوهش یک معامله فرضی شبیه سازی گردید. سپس بازده معاملات صورت گرفته بر اساس سیگنال نهایی سیستم پیشنهادی با بازده روش های تکنیکال و روش های خرید و نگهداری (در دوحالت پیش از کسر هزینه های معاملاتی و پس از کسر هزینه های معاملاتی) مقایسه شدند. نتیجه گیری: با توجه به بازدهی مثبت شاخص های SMA، EMA، SO و روش پیشنهادی می توان نتیجه گرفت که با استفاده از شاخص های تحلیل تکنیکال در بازار سهام ایران روند قیمت سهام را پیش بینی نمود. از این میان، روش میانگین متحرک ساده از بالاترین اعتبار برای پیش بینی روند قیمت سهام برخوردار است. در نتیجه بازار بورس تهران پتانسیل بکارگیری شاخص های مختلف تحلیل تکنیکی را دارا است.

زمان بندی انجام معاملات, پیش بینی, تحلیل تکنیکال, شبکه عصبی فازی, بورس اوراق بهادار تهران