ارائه مدلی مبتنی بر رفتار مالی سرمایه گذاران جهت پیش بینی قیمت سهام با استفاده از روش های فرا ابتکاری شبکه های عصبی

موضوع مالی رفتاری از جمله مباحث جدیدی است که در طول دو دهه گذشته توسط برخی اندیشمندان مالی مطرح گردید. ناشناخته بودن عوامل تاثیرگذار بر تغییرات قیمت سهام، همواره دلیلی برای روی آوردن به پیش بینی قیمت سهام شرکت ها است. در اکثر مدل های پیش بینی کننده، سیستم فقط با استفاده از اطلاعات یک شاخص به پیش بینی می پردازد، اما در مدل پیشنهادی در این پژوهش یک سیستم دو سطحی از شبکه های عصبی پرسپترون چندلایه پیشنهاد شده و از چندین شاخص برای پیش بینی استفاده می شود. در این پژوهش داده های شاخص قیمت بورس اوراق بهادار تهران از سال 1391 تا 1395 برای پیش بینی در نظر گرفته شده است. در تحلیل رفتار مالی نتایج حاصل از این پژوهش پس از بررسی تاثیر هریک از عوامل رفتاری بر روی سرمایه گذاری دارایی های مالی نشان می دهد که تمام عوامل به غیر از عامل «بیش اطمینانی» روی سرمایه گذاری تاثیرگذار هستند و میزان این تاثیر برای هریک از جمله عوامل سود و زیان نسبی، اثر تمایلی، محافظه کاری، رفتار توده وار، شهود نمایندگی، اثر مالکیت و پشیمان گریزی متفاوت می باشد؛ که از بین این عوامل، عامل «سود و زیان نسبی» بیشترین تاثیر و عامل «پشیمان گریزی» کمترین تاثیر را بر روی سرمایه گذاری دارایی های مالی در بورس اوراق بهادار داشته است که این خود تاثیر مستقیم در شاخص قیمت بورس خواهد داشت. همچنین برای آموزش بهتر شبکه ی عصبی و درنتیجه بهبود نتایج به دست آمده، از الگوریتم بهینه سازی ملخ برای انتخاب بهترین نمونه ها استفاده شده است. نتایج به دست آمده نشان می دهد که مدل پیشنهادی توانسته با خطای پیش بینی پایین تری نسبت به دیگر مدل ها عمل کند.