موانع موجود در تعیین قیمت سهام به روش شبکه عصبی مصنوعی

هدف این پژوهش بررسی موانع موجود در تعیین قیمت سهام به روش شبکه عصبی مصنوعی در شرکت های صنایع فلزی و کانی پذیرفته شده در بورس اوراق بهادار تهران می باشد. در این پژوهش از دو روش تحلیل آماری و شبکه عصبی استفاده شده است. در روش تحلیل آماری پرسشنامه ای تدوین گردید که بین کارشناسان ارشد بورس اوراق بهادار و اساتید دانشگاه آزاد واحد های شهر تهران که به مفاهیم شبکه عصبی و پیش بینی قیمت سهام آشنایی کامل دارند، توزیع شد و با استفاده از آزمون t و کای اسکور به بررسی فرضیات پژوهش پرداخته و در نهایت تمام فرضیه ها مورد تایید قرار گرفت. مجددا فرضیات پژوهش با استفاده از روش شبکه عصبی پس انتشار خطا و با استفاده از مدل آموزش لورنبرگ – مارکوات مورد بررسی قرار گرفت و مشخص گردید در حالتی که شاخص ها به عنوان ورودی وارد شبکه می گردند پیش بینی قیمت سهام نسبت به حالتی که شاخص ها به عنوان ورودی وارد شبکه نمی گردند، از دقت کافی برخوردار نیست و در عین حال خطای شبکه هم افزایش می یابد. در نهایت نتایج شبکه عصبی با نتایج تحلیل آماری مطابقت دارد به عبارتی در هر دو روش، شاخص ها به عنوان موانعی در پیش بینی قیمت سهام به روش شبکه عصبی تعیین گردیده است.

کلیدواژه ها:

شبکه عصبی ، پیش بینی قیمت سهام ، شاخص قدرت نسبی ، شاخص نرخ قیمت سهام ، الگوریتم پس انتشار خطا