سیدکاظم ابراهیمی - استادیار داشکده اقتصاد و مدیریت دانشگاه سمنان، سمنان، ایران
محمد رحمانی منش - استادیار دانشکده برق و کامپیوتر دانشگاه سمنان، سمنان، ایران
علی بهرامی نسب - مربی دانشکده اقتصاد و مدیریت دانشگاه سمنان، سمنان، ایران
نوید شفیعی - دانشجوی کارشناسیارشد حسابداری، دانشگاه سمنان، سمنان، ایران

پیش بینی هر چه دقیق تر شاخص های اقتصادی و متغیرهای مالی همواره از اهداف سرمایه گذاران و تمامی فعالان بازارهای سرمایه برای تصمیم گیری است و موجب تعمیق بیش از پیش بازارهای بورس و خارج از بورس در هر کشوری می شود. در این پژوهش سعی بر آن شده است تا مقدار شاخص 50 شرکت فعال تر از سری شاخصهای بورس اوراق بهادارتهران برای یک روز آتی پیش بینی شود. بدین منظور از داده های تاریخی 7 سال گذشته این شاخص از ابتدای سال 1388 تا پایان سال 1394 برای محاسبه 31 متغیر ورودی شامل نماگرهای تکنیکال استفاده شده است. روش غیرخطی بکاربردهشده در مدل ساده، روش تحلیل مولفه های اساسی می باشد. در مدل ترکیبی، این روش با الگوریتم ژنتیک چندهدفه با مرتب سازی غیرمغلوب جهت انتخاب بهینه ورودی های نهایی ترکیب می شود. نتایج پژوهش نشان می دهد که دقت مدل ترکیبی نسبت به مدل ساده برای پیش بینی شاخص افزایش می یابد.

نماگرهای تکنیکال، روش تحلیل مولفه های اساسی، الگوریتم ژنتیک چندهدفه با مرتب سازی غیرمغلوب