استفاده از شبکه های عصبی مصنوعی در ارزیابی دادههای تکنیکی و بنیادی بورس اوراق بهادار
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 602
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM01_364
تاریخ نمایه سازی: 10 شهریور 1393
Abstract:
بازار سهام یکی از مراکز مهم اقتصادی سرمایه گذاری است. این بازار از آنجایی بسیار پراهمیت است که آینه وضعیتاقتصادی هر کشوری است. در این بازار همواره افت و خیزهای فراوانی وجود دارد. سرمایه گذاران همواره به دنبال روشیبرای افزایش سود هستند. افزایش رونق بازار سهام و جلوگیری از ورشکستگی مالی نشان از مناسب بودن وضعیتاقتصادی کشور است. بنابراین پیش بینی مناسب در بازار سهام بسیار اهمیت دارد. بیش از 80 درصد از تحلیل های صورتگرفته صرفا روی داده های تکنیکی بوده است. در این تحقیق سعی شده است با دیدی متفاوت به پیش بینی بازار سهامپرداخته شود. از اینرو در این مقاله، به بررسی هر دو دیدگاه تکنیکی و بنیادی پرداخته می شود. این دو دیدگاه موجبجداسازی و دسته بندی داده ها به صورت تکنیکی و بنیادی است. پس از آماده سازی، داده ها توسط شبکه عصبی مصنوعی پرسپترون چندلایه و به کمک نرم افزار MATLAB مورد بررسی و مقایسه قرار گرفتند. نتیجه این تحلیل نشان داد که داده های بنیادی میتواند در بازار سهام به سرمایه گذاران یاری موثرتری برساند. این امر موجب پیش بینی مناسبتری می شود و بر مبنای آن سرمایه داران بتوانند تصمیم بهتر و صحیح تری در امر خرید و فروش بگیرند. به عنوان یک مطالعه موردی در این تحقیق از داده های بورس اوراق بهادار تهران استفاده شده است.
Keywords:
Authors
فروغ آقابابایی
دانشجوی کارشناسی ارشد فناوری اطلاعات موسسه آموزش عالی صنعتی فولاد
محمد داورپناه جزی
استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد
کیومرث آقایی
دانشیار دانشگاه اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :