محمدحسین عبدالرحیمیان - عضوهیات علمی گروه مدیریت،دانشکده علوم انسانی،دانشگاه میبد،یزد،ایران
سعیده اکبری پور - کارشناسی ارشد مهندسی مالی دانشگاه علم وهنر، یزد، ایران

یکی از راه های سرمایه گذاری نقدینگی، اوراق بهادار و بورس می باشد. با توجه به رابطه های غیر خطی میان متغیرهای موثر بر قیمت سهام، یکی از مناسب ترین رویکرد موجود برای پیش بینی قیمت سهام شبکه عصبی مصنوعی می باشد. شبکه عصبی مصنوعی مدلی ریاضی می باشد که برگرفته از مغز انسان و سیستم عصبی می باشد .تعیین میزان حباب قیمت سهام همواره از اهمیت ویژه ای برخوردار بوده و چالش هایی را برای تصمیم گیران این حوزه ایجاد نموده است. در این مقاله سعی بر آن شده تا به پیش بینی قیمت سهام روز بعد با استفاده از مدل پرسپترون چندلایه از شبکه ی عصبی مصنوعی بپردازد ؛ و با روشهای مختلف سعی شود خطای این پیش بینی را کاهش دهیم. هدف از این مقاله پیش رو مقایسه و معرفی عملکرد روش پیشنهادی با سایر الگوریتم های بهینه سازی جستجوی پیشین می باشد، از این رو با استفاده از اطلاعات سهام و متغیرهای بسیاری که درقیمت سهام تاثیردارند، بعنوان شاخص مستقل جهت پیش بینی قیمت سهام پرداخته ایم. طبق نتیجه بدست آمده، رویکرد پیشنهاد شده از عملکرد بهتری نسبت به سایر رویکردهای قبلی برخوردار است.

سهام، حباب قیمت، شبکه های عصبی مصنوعی