ارزیابی توانایی مدل داده کاوی در پیش بینی قیمت سهام
محل انتشار: یازدهمین همایش ملی حسابداری ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,143
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAAC11_024
تاریخ نمایه سازی: 25 فروردین 1394
چکیده مقاله:
اهمیت ویژه بازارسرمایه درتوسعه اقتصادی ازطریق هدایت موثرسرمایه ها و تخصیص بهینه منابع غیرقابل انکار است سرمایه گذاری دربازار سرمایه مستلزم تصمیم گیری می باشد که این خود نیازمند دستیابی به اطلاعاتی درخصوص وضعیت اینده قیمت بازار سهام می باشد لذا درصورتی که بتوان روند اتی بازار سهام را با روشهای مناسب پیش بینی نمود سرمایه گذار میتواند بازده حاصل ازسرمایه گذاری خود را بیشینه سازد این تحقیق به بررسی دقت مدلهای تخمینگر بردارپشتیبان sVR تخمینگرحداقل درجه LARS شبکه عصبی - فازی ANFIS جهت پیش بینی قیمت سهام درسه سطح روزانه هفتگی وماهیانه می پردازد جامعه اماری این تحقیق دربرگیرنده کلیه شرکت های پذیرفته شده دربورس اوراق بهاداردربازه زمانی 1380الی1389 می باشد که نمونه مورد بررسی شامل 10 شرکت می باشد نتایج نشان میدهد که هرسه مدل قابلیت پیش بینی قیمت سهام را دارا هستند اما مدلهای تخمینگر بردارپشتیبان sVR و شبکه عصبی - فازی دردوسطح داده ها یروزانه و هفتگی توانایی بالاتری جهت پیش بینی قیمت سهام دارا می باشند
کلیدواژه ها:
نویسندگان
فرزانه نصیرزاده
دانشیار حسابداری دانشگاه فردوسی مشهد
زهرا نیک روش
کارشناس ارشد حسابداری
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :