CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیشبینی تغییرات بازده سهام با استفاده از شبکه های عصبی مصنوعی پرسپترون چندلایه و شعاع محور در بورس اوراق بهادار تهران و مقایسه ی نتایج حاصله

عنوان مقاله: پیشبینی تغییرات بازده سهام با استفاده از شبکه های عصبی مصنوعی پرسپترون چندلایه و شعاع محور در بورس اوراق بهادار تهران و مقایسه ی نتایج حاصله
شناسه ملی مقاله: EMDM01_025
منتشر شده در اولین کنفرانس ملی تصمیم گیری در علوم مهندسی و مدیریت در سال 1394
مشخصات نویسندگان مقاله:

عبدالسعید نیک روان - گروه مدیریت، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران
جمادوردی گرگانلی دوجی - گروه حسابداری، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران
فرهاد سنچولی - گروه مهندسی صنایع، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران

خلاصه مقاله:
پژوهش حاضر به طراحی و مقایسه نتایج مدل پیشبینی تغییرات بازده سهام با استفاده از شبکه عصبی مصنوعی 1میپردازد. در این تحقیق از هشت متغیر تغییرات حجم معاملات، تغییرات جریان نقد عملیاتی، تغییرات سود هر سهم،تغییرات فروش، تغییرات بازده دارایی، تغیبرات تامین مالی، تغییرات اندازه شرکت و تغییرات بازده سهام، به عنوان متغیرهایورودی در بازه زمانی از ابتدای سال 1388 تا پایان سال 1392 استفاده گردیده است. همچنین از شبکه عصبی پرسپترونچند لایه و شبکه عصبی پایهای شعاعی جهت طراحی مدل پیشبینی تغییرات بازده سهام و تابع آموزش لونبرگ- مارکواردت 2 بهعنوان یکی از سریعترین روشهای آموزش شبکههای عصبی به کار رفته است. به منظور مقایسه دو مدل طراحی شده، معیارهای مربع میانگین استاندارد، مربع مجذور میانگین خطا استاندارد، مربع میانگین خطای استاندارد نرمال شده و ضریب تعیین استفاده شده است بر اساس مقادیر شاخص خطا، مدل پیشبینی شبکه عصبی پایهای شعاعی نسبت به مدل شبکه عصبی پرسپترون چند لایه از کارایی بهتری برخوردار است

کلمات کلیدی:
پیشبینی، بازده سهام، مدلسازی، شبکههای عصبی مصنوعی، لونبرگ- مارکواردت

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/525196/