حسین خسرونژاد - کارشناسی ارشد ریاضیات مالی دانشگاه علامه طباطبائی
فرخنده امرالله - کارشناسی ارشد ریاضیات مالی دانشگاه علامه طباطبائی

از دیرباز یکی از بزرگترین دغدغه های محققین و پژوهشگرانف علم پیش بینی بوده است که بی تردید یکی از جدیدترین و پرکاربرد ترین روش های پیش بینی در سال های اخیر، استفاده از شبکه های عصبی مصنوعی می باشد. از ابتدای دهه 90 میلادی شبکه های عصبی علاوه بر استفاده در علوم مختلف چون هوافضا، حمل و نقل، الکترونیک و ... توانسته نقش بسیار برجسته ای در تقریب توابع پیجیده و پیش بینی انواع الگوهای موجود در بازارهای مالی داشته باشد. در این مقاله به پیش بینی ورشکستگی شرکت های فعال در بازار بورس اوراق بهادار تهران، به کمک شبکه های عصبی پرسپترون خواهیم پرداخت که پس از بررسی تاریخچه فعالیت های مرتبط و نیز اشنایی مختصر با عملکرد شبکه های عصبی مصنوعی، به چگونگی جمع آوری داده ها، طراحی شبکه و بررسی نتایج می پردازیم.

پیش بینی، شبکه عصبی مصنوعی، ورشکستگی، پرسپترون