سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 707

This Paper With 14 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

NDMCONFT06_303

Index date: 9 June 2017

پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی abstract

سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک و... برای پیش بینی قیمت سهام استفاده نمود. مدل خطی دینامیک گرافیکی همزمان با (SGDLM (که اخیرا ارایه شده است آنالیز بیزی آنلاین سری زمانی با بعد بالا را تسهیل می کند. ما در این مطالعه موضوع پیش بینی مالی و بهینه سازی پرتفوی با استفاده از SGDLM به کار رفته برای مجموعه ای از 400 قیمت روزانه سهام از 500 P&S در سالهای 2014-2007 مورد بحث قرار دادیم . مقاله کاربرد استفاده از مجموعه اوراق بهادار جدیدی را ارایه می دهد که شامل انواع سطح بازده هدف و محدودیت معیار خنثی است و استفاده از SGDLMs را برای فیلترسازی و پیش بینی خارج از نمونه رویکردها ، نوسانات و شرکت نوسانات و نیز خلاصه عملکرد را شرح می دهد. در این مطالعه موضوعی ، SGDLM پیش بینی کاملا دقیق تری را از استاندارد چند متغیری DLM نشان می دهد و قادر به بهبود بخشیدن به نتایج پرتفوی ( مجموعه اوراق بهادار )، در دامنه ای از عملیات استفاده از پرتفوی می باشد.

پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی Keywords:

پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی authors

بهراد معین نژاد

باشگاه پژوهشگران جوان و نخبگان، واحد قوچان، دانشگاه آزاد اسلامی، ایران

شعبان محمدی

موسسه آموزش عالی حکیم نظامی، ایران

حامد اسماعیلی اوغاز

کارشناس ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه غیرانتفاعی امام رضا(ع)

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 :
Aguilar C). and M. West (2000). Bavesian dvnammic factor models ...
Basel Committee ()1 Banking Sunervision (20041. International Convergen ce of ...
Carvalho, C. H. Lones. and C). Asuilar (20111. Dvnamic stock ...
Carvalho, C. M. and M. West (20071. Dvnamic matrix -variate ...
_ T).. R Kohn. and _ Kirhv (20051. Mnltivariate _ ...
Chih. S.. F. Nardari. and N. Shenhard (20061. Analvsis of ...
Gruher. L. F. and C. Czado (2015a1. Bavesian model delection ...
Gruher. L. F. and C:. Czado (2015h1. Seouential Bavesian model ...
Gruber. L. F. and M. West (2015). GPU- accelerated Bayesian ...
Harvev. A.. F. _ and N. Shenhard (19941. Multivariate stochastic ...
Jaakkola. T. S. and M. I. Jordan (20001. Bavesian narameter ...
Jaconuier. E.. N. Polson. and P. Rossi (20041. Bavesian analvsis ...
Jones, B.. A. Dobra, C. Carvalho. C. Hans, C. Carter, ...
stochastic comnutati _ for hi sh-dlimen sional sranhical models. Statistical ...
Markowitz, H. (1952). Portfolio selection. The Journal of Finance 7(1).77-91. ...
Pitt. M. and N. Shenhard (19991. Time varving covariances: A ...
Prado. R. and M. West (20101. Time Series: Modelling. Comnutati ...
Ouintana, J., C. Carvalho, J. Scott, and T. Costigliola (2010). ...
modlelins. In _ and M. West (F، ds.1. The Handhook ...
.I. Rerger. A. TDawidl. TD. Heckerman. A. Smith. andl M. ...
Wand. M. P.. J. T . Ormerod. S. A. Padoan. ...
Wang. H. (20101. Snarse seeminglv unrelated regression modelling: Annlicati ()ns ...
Publication, 4 February 2015. ...
(Onintana. .I. V. I.onrdek _ Agnilar. and I I.i (20031. ...
Ouintana. J. and M. West (1987). An analvsis of international ...
West_ M. (20031. Bavesian factor regression models in the "large ...
M. Bavarri. I. Berger. A. Dawid. D. Heckerman. A. Smith. ...
West. M. andl .I. Harrison (19971. Havesian Forecasting & Tvnamic ...
Yoshida. R. and M. West (2010). Bavesian learning in sparse ...
annealed entropy .Journal of Machine Learning Research 11, 1771-1798. ...
Zhou. X.. J. Nakaiima. and M. West (20141. Bavesian forecasting ...
نمایش کامل مراجع

مقاله فارسی "پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی" توسط بهراد معین نژاد، باشگاه پژوهشگران جوان و نخبگان، واحد قوچان، دانشگاه آزاد اسلامی، ایران؛ شعبان محمدی، موسسه آموزش عالی حکیم نظامی، ایران؛ حامد اسماعیلی اوغاز، کارشناس ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه غیرانتفاعی امام رضا(ع) نوشته شده و در سال 1395 پس از تایید کمیته علمی ششمین کنفرانس ملی مدیریت، اقتصاد و حسابداری پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله پیش بینی بیزی، مدلهای گرافیک دینامیک، محاسبه GPU ،سری زمانی با بعد بالا، بهینه سازی پرتفوی هستند. این مقاله در تاریخ 19 خرداد 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 707 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک و... برای پیش بینی قیمت سهام ... . برای دانلود فایل کامل مقاله پیش بینی بیزی و تصمیم گیری پرتفوی با استفاده از مدلهای همزمان دینامیک خطی گرافیکی با 14 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.