مقایسه عملکرد مدل پنج عاملی فاما و فرنچ و انواع رویکرد های شبکه عصبی و عصبی فازی در پیش بینی قیمت سهام
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 649
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_FEJ-10-39_013
Index date: 12 November 2019
مقایسه عملکرد مدل پنج عاملی فاما و فرنچ و انواع رویکرد های شبکه عصبی و عصبی فازی در پیش بینی قیمت سهام abstract
یکی از مهم ترین موضوعات مطرح بازارهای مالی پیش بینی قیمت و بازده سهام است. در این پژوهش سعی می شود بهترین مدل و رویکرد پیش بینی قیمت سهام با توجه به شاخصهای میانگین مربعات خطا (MSE)، مجذور میانگین مربعات خطاها (RMSE)، ضریب تعیین ( 14R2 > ) انحراف معیار (S.D)، میانگین قدر مطلق خطاها (MAE) و معیار میانگین قدر مطلق خطاها (MAPE) برای مدل پنج عاملی فاما و فرنچ انتخاب شود. بدین منظور پس از تشکیل پرتفوی با توجه به مدل پنج عاملی فاما و فرنچ در بازه زمانی 1388 تا 1395 قیمت سهام توسط مدل اقتصادسنجی، رویکردهای شبکه عصبی، شبکه عصبی بهینه سازی شده، شبکه عصبی فازی بهینه سازی شده شبکه عصبی پایه شعاعی، شبکه عصبی GMDH، شبکه عصبی SVR و شبکههای عصبی فازی پیش بینی و دقت هر کدام از رویکردها برآورد شده است. نتایج پیش بینی بازدهی پرتفوی های تشکیل شده، نشان می دهد که دقت پیش بینی شبکه عصبی تابع پایه شعاعی (RBF) نسبت به دیگر مدلهای ARMA و شبکه های عصبی بسیار بالا است.
مقایسه عملکرد مدل پنج عاملی فاما و فرنچ و انواع رویکرد های شبکه عصبی و عصبی فازی در پیش بینی قیمت سهام Keywords:
مقایسه عملکرد مدل پنج عاملی فاما و فرنچ و انواع رویکرد های شبکه عصبی و عصبی فازی در پیش بینی قیمت سهام authors
رضا تهرانی
دانشیار، گروه مدیریت دانشگاه تهران، تهران، ایران
میلاد حیرانی
کارشناس ارشد مدیریت مالی، دانشگاه ارومیه، ارومیه، ایران
سمیرا منصوری
کارشناس ارشد مدیریت مالی، دانشگاه تهران، تهران، ایران