پیش بینی بازده صندوق های سرمایه گذاری مشترک با رویکرد شبکه های عصبی مصنوعی

پیش بینی بازده یکی از مفاهیم پیچیده و مورد علاقه سرمایه گذاران و تصمیم گیرندگان می باشد. برای پیش بینی بازده مدل های مختلفی مطرح شده است. هدف اصلی این پژوهش بررسی مقایسه ای توان پیش بینی مدل رگرسیون با استفاده از داده های ترکیبی و روش شبکه های عصبی مصنوعی می-باشد. برای این منظور ابتدا عوامل موثر بر بازده صندوق های سرمایه گذاری مشترک در قالب 13 متغیر شناسایی شدند. برای آزمون فرضیات این پژوهش، داده های مورد نیاز در طی سال های1389 الی1391به صورت ماهانه گردآوری شده و سپس با استفاده از روش های خطی و غیرخطی به پیش بینی بازده 30 صندوق سرمایه گذاری مشترک در بازار سرمایه ایران پرداخته شد. نتایج نشان می دهد که با استفاده از معیارهای ارزیابی عملکرد تا حدودی می توان بازده صندوق های مشترک را پیش بینی نمود و هر دو روش خطی و غیرخطی توانایی پیش بینی بازده صندوق ها را دارند اما عملکرد شبکه های عصبی مصنوعی بهتر می باشد. همچنین با استفاده از آزمون زوجی مشخص شد که بین میانگین بازده پیش-بینی شده و واقعی تفاوت معنی داری وجود ندارد.