ارائه یک مدل شبکه عصبی برای پیش بینی سود شرکت های پذیرفته شده در بورس اوراق بهادار تهران و مقایسه دقت آن با مدل های HDZ و ARIMA
پیش بینی سود معیار بااهمیتی برای شرکت ها به شمار رفته و شرکت های پذیرفته شده در بورس اوراق بهادار تهران باید دقت بالایی در پیش بینی سود خود داشته باشند. این پژوهش با هدف ارایه یک مدل شبکه عصبی برای پیش بینی سود شرکت های پذیرفته شده در بورس اوراق بهادار تهران و مقایسه دقت آن با مدل های ARIMA، HDZ به اجرا درآمده است. روش پژوهش از نظر هدف یک تحقیق کاربردی، از نظر منطق اجراء یک تحقیق استقرایی و از نظر ماهیت داده یک تحقیق کمی می باشد. به منظور گردآوری دادهها از صورت های مالی اساسی شرکتها در بازه زمانی 1398-1393 استفاده شد. در این مطالعه از روش شبکه عصبی به منظور پیش بینی سود شرکتها استفاده شده و دو مدل ARIMA و HDZ مورد ارزیابی قرار گرفت. نتایج حاصل از پژوهش بیان می کند که میزان همگرایی داده ها و میزان رگرسیون در فاز اول و در روش HDZ برابر با 79087/ 0، و در روش ARIMA برابر با 79184/0 و در روش شبکه عصبی مصنوعی برابر با.79464/0 می باشد که میزان بیشتری از همگرایی و ضریب رگرسیون رو به خود اختصاص داده است. بر مبنای نتایج حاصله می توان دریافت که شبکه عصبی طراحی شده توانایی پیشبینی روند قیمت سهام با استفاده از شاخص های کل و صنعت را دارا می باشد و این امر علاوه بر تایید دیگری بر توانایی شبکه عصبی در پیشبینی حوزه های مالی، سود آوری استراتژی پیش بینی قیمت در بورس تهران را نیز تایید می کند.
- 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.