Modeling stock market prices based on GMDH Neural Network: a case study for Iran Print
Author(s):
Abstract:
This paper examines the relative importance of alternative asset prices and macro variables in the movements of stock prices in Iran, by applying GMDH (Group Method of Data Handling) neural network with genetic learning algorithms. The results imply that CPI, base money, oil price and house price play an important role in explaining the fluctuations of TEPIX index, whereas exchange rate and gold prices do not appear to have considerable effect on stock prices.
Keywords:
Language:
Persian
Published:
Journal of Economic Research and Policies, Volume:17 Issue: 50, 2009
Page:
31
magiran.com/p780035
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!