پیش بینی بازده سهام بااستفاده ازشبکه ی عصبی تطبیقی

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 372

This Paper With 20 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ACCFIN01_211

تاریخ نمایه سازی: 30 دی 1394

Abstract:

کسب بازده اولویت اصلی سرمایه گذاران فعال دربازاربوس است. بنابراین ارزیابی وپیش بینی بازده سهام می تواندنقش بسزایی درزمینه انتخاب سهام توسط سرمایه گذاران داشته با شد. شبکه های عصبی مصنوعی یکی ازابزارهای هوشمندی هستند که درزمینه پیش بینی بسیارمورد توجه قرارگرفته اند.عوامل مختلفی درطراحی شبکه های عصبی موثرندکه بسته به نوع مسئله ، فردخبره بایدتوپولوژ شبکه ، تابع فعال سازی، تعدادلایه ها ونرون ها درهرلایه رامشخص کند. دراین تحقیق یک روش خودکارجدیدبرای طراحی شبکه های عصبی براساس داده های ورودی وخروجی پیشنهادشده است . دراین پژوهش الگوریتم تکامل تفاضلی، عهده دار طراحی شبکه عصبی نزدیک به بهینه به جای فردخبره است.پارامترهای الگوریتم تکامل تفاضلی به صورت تطبیقی وبااستفاده ازاتوماتای یادگیردرحین فرایند جست وجو تنظیم می گردند. نتایج حاکی از پیش بینی قابل قبول شبکه ی عصبی پیشنهادی ازبازده سهام دربورس اوراق بهادارتهران است

Authors

عطیه رنگین کمان

دانشجوی کارشناسی ارشدمهندسی صنایع -سیستم های اقتصادی واجتماعی ، دانشگاه

بوعلی سینا

استادیارگروه مهندسی صنایع ، دانشگاه بوعلی سینا

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 :
  • آذر، عادل و رجب زاده قطری، علی (1379). «ارزیابی ترکیبی ...
  • چاوشی, کاظم و راعی, رضا (1382). «پیش بینی بازده سهام ...
  • حاتمی، نیما و رضا زاده، حجت و ابراهیم پور، رضا ...
  • حنفی زاده، پیام و جعفری، ابوالفضل (1389. « مدل ترکیبی ... [مقاله ژورنالی]
  • خالو زاده، حمید و خاکی، علی (1382. « ارزیابی روشهای ...
  • نمازی، محمد و کیامهر، محمد مهدی (1386). « پیش‌بینی بازده ...
  • مر کز همایش های پژوهشگاه نیرو. تهران NRI Conference Center, ...
  • مر ز همایش های NRI Conference _ forecast realized return ...
  • Askarzadeh, A, & Rezazadeh, _ (2012). Artificial neural network training ...
  • Barkoulas, J. T., Baum, C. F., & Travlos, N. (2000). ...
  • Estrada, J. (2002). Me am- semivariance behavior (II): the D-CAPM ...
  • Garro, B. _ Sossa, H., & Vazquez, R. A. (2009). ...
  • Garro, B. _ Sossa, H., & Vazquez, R. A. (2010). ...
  • Hashemi, A. B., & Meybodi, _ R. (2011). A note ...
  • Hunt, S. D., & Deller Jr, J. R. (1995). Selective ...
  • Kabudian, J., Meybodi, M. R., & H omayounpou. M. M. ...
  • Oomen, R. (2001). Using high frequency stock market index data ...
  • Sexton, R. S., & Gupta, J. N. (2000). Comparative evaluation ...
  • Shaw, D., & Kinsner, W. (1996). Chaotic simulated annealing in ...
  • Storn, R., & Price, K. (1997). Differential evolution-a simple and ...
  • Yaghini, M., Khoshraftar, M. M., & Fallahi, M. (2013). A ...
  • Yu, J., Xi, L., & Wang, S. (2007). An improved ...
  • Zhang, J.-R., Zhang, J., Lok, T.-M., & Lyu, M. R. ...
  • نمایش کامل مراجع