پیش بینی قیمت سهام در بورس تهران با استفاده از شبکه عصبی بازگشتی بهینه شده با الگوریتم کلونی زنبور عسل مصنوعی
محل انتشار: فصلنامه راهبرد مدیریت مالی، دوره: 7، شماره: 2
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 1,063
فایل این مقاله در 34 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:
JR_JFMZ-7-2_007
تاریخ نمایه سازی: 3 دی 1398
چکیده مقاله:
این پژوهش با رویکرد ترکیبی، با به کارگیری شبکه عصبی بازگشتی مبتنی بر الگوریتم کلونی زنبورعسل مصنوعی (ABC-RNN)، درصدد ارائه مدلی بهینه برای پیشبینی قیمت سهام در بورس تهران است. برای این منظور با استفاده از داده های سهام پذیرفته شده در بازار اول تابلوی اصلی بورس تهران که طی سالهای 1390 تا پایان سال 1394 مورد معامله قرارگرفته است، ضمن تعریف مولفههای تکنیکال و بنیادی متعدد، با به کارگیری فرآیند رگرسیون-همبستگی قدم به قدم (SRCS)، مولفههای موثر بر قیمت سهام انتخاب شده و به عنوان ورودی مدل تعریف میشود. در مرحله بعد، الگوریتم کلونی زنبورعسل مصنوعی (ABC) در یک فضای طراحی پارامتری، برای بهینه کردن وزنها و تورشهای شبکه عصبی بازگشتی بکار گرفته میشود. برای ارزیابی عملکرد مدل، از چندین معیار برای سهام شرکتهای پذیرفته شده در بورس تهران استفاده میشود. نتایج نشان دهنده آن است که استفاده از شبکه عصبی بهینه شده با الگوریتم کلونی زنبورعسل مصنوعی، دقت قابل ملاحظه ای در مقایسه با سایر روشهای پیشبینی دارد.
کلیدواژه ها:
پیش بینی قیمت سهام ، رگرسیون-همبستگی قدم به قدم (SRCS) ، شبکه عصبی بازگشتی (RNN) ، الگوریتم کلونی زنبور عسل مصنوعی (ABC)
نویسندگان
جعفر باباجانی
عضو هیات علمی گروه حسابداری دانشگاه علامه طباطبائی
محمدرضا تقوا
عضو هیات علمی گروه مدیریت صنعتی دانشکده مدیریت و حسابداری دانشگاه علامه طباطبائی
قاسم بولو
عضو هیات علمی گروه حسابداری دانشکده مدیریت و حسابداری دانشگاه علامه طباطبائی
محسن عبدالهی
دکتری مدیریت مالی دانشگاه علامه طباطبائی
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 :