پیش بینی سود هر سهم با استفاده از ترکیب شبکه عصبی با الگوریتم پس انتشار خطا و مقایسه آن با مدل های سری زمانی در بازار بورس اوراق بهادار تهران

چکیده مقاله

پیش بینی سود هر سهم و تغییرات آن، یک رویداد اقتصادی است که از دیر باز مورد علاقه سرمایهگذاران، مدیران، تحلیل گران مالی، محققان و اعتبار دهندگان بوده است؛ دقت در پیش بینی یکی ازمهمترین عوامل موثر در انتخاب روش مناسب است. در دهههای اخیر روش های متعددی برای پیشبینی سود هر سهم ارائه شده است که از دقت چندانی برخوردار نیستند. لذا تعیین بهترین روش برایپیش بینی از ضروریات پیش روی محققین میباشد. در این راستا مدلی دقیق برای پیش بینی سود هرسهم در شرکت های پذیرفته شده در بازار بورس اوراق بهادار تهران در بازه زمانی 1333 لغایت 1332 وبا استفاده از اطلاعات 33 شرکت، بر اساس ترکیب شبکه عصبی از نوع پرسپترون چند لایه ) MLP ( باالگوریتم پس انتشار خطا طراحی گردید و نتایج آن با مدل سری زمانی ARIMA مورد مقایسه قرارگرفت. یافته های پژوهش نشان میدهد که روش شبکه عصبی ترکیب شده با الگوریتم پس انتشار خطانسبت به مدل سری زمانی مدل ARIMA ، از دقت بالاتری برای پیش بینی برخوردار بوده است.

نحوه استناد به مقاله

در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :

سهیلا فرهمند فرجاد رشتی؛رحمت اله محمدی پور؛رامین صیادی؛ ۱۳۹۳، پیش بینی سود هر سهم با استفاده از ترکیب شبکه عصبی با الگوریتم پس انتشار خطا و مقایسه آن با مدل های سری زمانی در بازار بورس اوراق بهادار تهران، کنفرانس بین المللی پژوهش های نوین در مدیریت،اقتصاد و حسابداری، https://scholar.conference.ac:443/index.php/download/file/12156-Prognosis-of-Earnings-per-Share-by-Using-Neural-Network-Composition-with-Error-Post-Release-Algorithm-and-Comparison-with-Time-Series-Models-in-Tehran-Stock-Exchange

در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.

(سهیلا فرهمند فرجاد رشتی؛رحمت اله محمدی پور؛رامین صیادی؛ ۱۳۹۳)

دریافت لینک دانلود مقاله

پژوهشگر عزیز، برای دانلود مقاله تنها کافی است فرم زیر را تکمیل نموده و بر روی دکمه دریافت لینک دانلود مقاله کلیک نمایید. در صورت عدم دریافت لینک دانلود مقاله در ایمیل خود (و پوشه spam) پس از 10 دقیقه، درخواست خود را مجدد ارسال نمایید.

نام و نام خانوادگی
شماره موبایل
ایمیل