ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی قیمت سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهرانبا استفاده از مدل اسپلاین های تطبیقی در رگرسیون چند متغیره MARS

تعداد صفحات: 11 | تعداد نمایش خلاصه: 235 | نظرات: 0
سال انتشار: 1394
کد COI مقاله: NDMCONFT01_201
زبان مقاله: فارسی
(فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی قیمت سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهرانبا استفاده از مدل اسپلاین های تطبیقی در رگرسیون چند متغیره MARS

محمد مهدی رونقی - دانشجوی کارشناسی ارشد حسابداری، دانشکده حسابداری و مدیریت، دانشگاه آزاد اسلامی واحد مشهد، ایران
محمد رضا عباس زاده - استادیارگروه حسابداری، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، ایران
محمد آرشی - دانشیار گروه آمار، دانشکده علوم ریاضی، دانشگاه شاهرود، ایران

چکیده مقاله:

تغییرات قیمت سهام یکی از مهم ترین موضوعات مورد توجه سرمایه گذاران است .سرمایه گذارانی که با اهداف بلند مدت سرمایه گذاری می کنند به نوعی به قیمت سهم و تغییرات آن حساس و از خود واکنش نشان می دهند .در این راستا، دراین تحقیق برای پیش بینی قیمت سهام از مدل اسپلاین های تطبیقی در رگرسیون چند متغیره (MARS) استفاده شده است. روش ناپارامتری مارس یک روش تطبیقی برای رگرسیون است و برای مسائلی با بعدهای بالا هنگامی که تعداد متغیرهای پیش بین زیاد است، به خوبی عمل می کند.در این تحقیق از 39 متغیر 29 متغیر حسابداری و 10 متغیر اقتصادی) جهت پیش بینی قیمت سهام با استفاده از مدل مارس( ( MARS )استفاده گردید.پس از برازش مدل در نهایت فقط 4 متغیر حسابداری (ارزش دفتری هر سهم،سود پیش بینی شده هر سهم ،نسبت P/E و ریسک) به عنوان متغیر های تاثیرگذاردر پیش بینی قیمت سهام توسط مدل مارس انتخاب شدند

کلیدواژه ها:

مدل مارس، پيشبيني، قيمت سهام، رگرسيون.سرمايهگذاران

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/454618/

کد COI مقاله: NDMCONFT01_201

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رونقی، محمد مهدی و عباس زاده، محمد رضا و آرشی، محمد،1394،پیش بینی قیمت سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهرانبا استفاده از مدل اسپلاین های تطبیقی در رگرسیون چند متغیره MARS،کنفرانس بین المللی جهت گیری های نوین در مدیریت، اقتصاد و حسابداری،تبریز،،،https://civilica.com/doc/454618

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، رونقی، محمد مهدی؛ محمد رضا عباس زاده و محمد آرشی)
برای بار دوم به بعد: (1394، رونقی؛ عباس زاده و آرشی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • اصولیان، محمد، (384 1).بررسی تاثیر تغییرات برخی از متغیرهای کلان ...
  • خالوزاده، حمید، خاکی صدیق، علی، کارولوکس، (375 1). آیا قیمت ...
  • آزارع، هاشم، (384 1).ررسی تاثیر قیمت دارایی‌های رقیب و سایر ...
  • رجبی‌دیورزم، فرزین، درزی، علیرضا، (392 _).مدل‌سازی غیرخطی‌وپیش‌بینی رفتا رقیمت سهام ... (مقاله ژورنالی)
  • اطلوعی‌اشلقی، عباس، حق دوست، شا دی(386 1).مدل‌سازی پیش‌بینی قیمت سهام ... (مقاله ژورنالی)
  • ‌کریم زاده، مصطفی، (1383)بررسی رابطه بلند مدت شاخص قیمت سهام ...
  • کشمیری، مریم، (389 1).پیش بینی روند قیمت سهام در بورس ...
  • امتقالچی، سارا.(190).پیش‌بینی قیمت سهام در بازار بورس اوراق بهادار تهران ...
  • امختاری، محسن، (384 1).بررسیا ثرسیاست‌های‌پولی بربا زد _ سهام‌دربورس‌تهرا ن، ...
  • Chen, H. and Shiau, J. H. (1991). A two-stage spline ...
  • Cuzick, J. (1992). S emiparametric additive regression. J. Roy. Statist. ...
  • Durmaz, M., Karsliglu, M. O. and Nohutcu, M. (2010). Regginal ...
  • Engle, R. F., Granger, C. W. J., Rice, J. and ...
  • Friedman, J. H. (1990). Multivariate adaptive regression splines. Ann. Statist., ...
  • Hastie, T., Tibshirani, R. and Friedman, J. (2001). The Elemens ...
  • 8]Koulouriotis, Dimitris & Emiris, Dimitris & Diakoulakis, Ioannis & Zopounidis, ...
  • Kuo, R. J., C.H. Chen & Y.C. Hwang, (2001). An ...
  • Marcek, Dusan. (2002), "Stock price forecasting: Autoregressive modelling and fuzzy ...
  • 1]Mohammad, N. & KMo stafa, (2002) _ Exchang Rate & ...
  • Olson, D. & C. Mo ssman, (2003) .Neural Network of ...
  • Ravazzola, B. & C. Phylaktis , (1998).A Bivariate Causality Between ...
  • Roh, T. H, (2007) .Forecasting the Volatility of Stock Price ...
  • Refenes, A., A. Zapranis & G. Frandis, (1994). Stock Performance ...
  • Salford systeme. (2001). MARS User Guide. ...
  • Schmalensee, R. and Stoker, T. M. (1999). Household gasoline demand ...
  • Severini, T. A. and Wang, W.H. (1992). Generalized profile likelihood ...
  • Tan, H., K. Prokhorov & K. Wunsch, (1995). Conservative ThiryCalendar ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 8,751
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی