پیش بینی قیمت سهام شرکت سرمایه گذاری بهمن با استفاده از شبکه عصبی بیزین
Publish place: 3rd Iranian Accounting & Management Conference
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 973
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ACCFIN03_121
Index date: 14 April 2015
پیش بینی قیمت سهام شرکت سرمایه گذاری بهمن با استفاده از شبکه عصبی بیزین abstract
شبکه های عصبی مصنوعی مدل های ریاضی می باشند که الهام گرفته از سیستم عصبی و مغز انسان می باشند. یکی از مسائل مهمدر بازارهای مالی برای کاهش ریسک سرمایه گذاری و کسب بازده بیشتر، پیش بینی صحیح قیمت سهام است. هدف تحقیق حاضرپیش بینی قیمت سهام- شرکت سرمایه گذاری بهمن در بورس اوراق بهادار تهران با استفاده از شبکه عصبی بیزین است. به این منظور داده های تعدیل شده مربوط به سال های 1390 تا 1393 این شرکت شامل قیمت های بازگشایی، حداقل، حداکثر هر روزاستخراج شد، در کنار این متغیرها از شاخص های RSI ، ویلیامز R، شاخص های تصادفی K و D و میانگین متحرک نمایی بهعنوان داده های ورودی و از قیمت نهایی فردا نیز به عنوان داده خروجی شبکه آموزش استفاده شد. نتایج آزمون مدل های متعددنشان داد شبکه MLP با سه لایه پنهان، لایه اول با 4 نرون سیگموئیدی و لایه دوم با 7 نرون سیگموئیدی با الگوریتم آموزشیبیزین بهترین شاخص عملکردی (MSE=48.4) را در میان 980 مدل شبکه عصبی مورد آزمون، داشته است.
پیش بینی قیمت سهام شرکت سرمایه گذاری بهمن با استفاده از شبکه عصبی بیزین Keywords:
پیش بینی قیمت سهام شرکت سرمایه گذاری بهمن با استفاده از شبکه عصبی بیزین authors
حسین فخاری
دانشیار گروه حسابداری دانشگاه مازندران
محمد ولی پور خطیر
استادیار گروه مدیریت صنعتی دانشگاه مازندران
سیده مائده موسوی خطیر
دانشجوی کارشناسی ارشد حسابداری دانشگاه مازندران
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 :