ارائه مدل پرتفوی بهینه از طریق مدل پیش بینی شاخص بازار و با وجود حافظه بلندمدت با استفاده از شبکه عصبی

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

تاثیر متغیرهای اقتصادی بر بازارهای سرمایه مهم ترین موضوع تیوری مالی است. بورس اوراق بهادار از جایگاه خاصی در سیستم مالی کشور ما برخوردار بوده است و کارآمدی و توسعه بازار سرمایه در گرو فعال بودن این نهاد درکشور است. دو کارکرد مهم بورس اوراق بهادار را می توان جمع آوری پس اندازهای اندک و نقدینگی موجود در سطح جامعه و هدایت آن ها به سمت فرآیند تولید کالا و خدمات در کشور ذکر کرد. در این راستا ارایه مدل پرتفوی بهینه از طریق مدل پیش بینی تغییرات شاخص بورس از طریق تغییرات نرخ بازده ارز بسیار کارساز خواهد بود. یکی از ابزارهای با دقت بالا و کاربردی برای پیش بینی استفاده از شبکه های عصبی بوده است چراکه میزان دقت آنها با افزایش داده های تحقیق کاهش نمی یابد و دقت آن نیز از توابع خطی و غیر خطی و رگرسیونی برای پیش بینی خیلی زیادتر بوده است. پس از تست های مختلف از طریق شبکه های عصبی مصنوعی (ANN)، سیستم های استنتاج فازی-عصبی تطبیقی (ANFIS) و رگرسیون بردار پشتیبان (SVR) با استفاده نرم افزار متلب انجام گردیده بود، توانستیم مدلی با دقت بالا جهت پیش بینی میزان تغییرات شاخص بازده کل و شاخص بازده نقدی از طریق تغییرات قیمت دلار طراحی نماییم. که از طریق این مدل، مدل پرتفوی بهینه به صورت آرمانی طراحی نمودیم.

زبان:
فارسی
صفحات:
450 تا 469
لینک کوتاه:
magiran.com/p2287125 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!