quarterly journal of fiscal and Economic policies
فصلنامه سیاست های مالی واقتصادی
qjfep
Literature & Humanities
http://qjfep.ir
1
admin
2345-3435
2345-3435
8
10.61186/qjfep
14
2345-3435
13
fa
jalali
1396
3
1
gregorian
2017
6
1
5
17
online
1
fulltext
fa
ارزیابی پیشبینیپذیری قیمت سهام
با استفاده از شبکههای عصبی فازی در بورس تهران
Assessment of Stock Price Predictions
Using Artificial Neural Network (ANN)
تخصصي
Special
پژوهشي
Research
<span style="font-family:b zar;"><span style="font-size:10.0pt;">فعالان بورس برای تصمیم­گیری در بازارهای مالی و کسب حداکثر بازدهی نیازمند ابزارهای پیشرفته و کاربردی هستند تا با دقت مناسب به پیشبینی بپردازند. در این راه ضروری است ارزیابی پیش­بینی­ها متناسب با حوزه­ی مالی انجام شود. این مقاله برای دست­یابی به این هدف قیمت سهام پنجاه شرکت بورس تهران را با استفاده از شبکههای عصبی فازی پیشخور مدل­سازی کرده است. همچنین با استفاده از سیستم کنترلگر انفیس، مدل شبکه عصبی در هر تکرار کنترل میشود. برای انجام محاسبات از قیمتهای روزانه سهام شرکتهای بورسی از آذر 1384 تا آذر 1394 استفاده شده است. دقت پیشبینیها نیز ابتدا بر مبنای چهار شاخصهای معتبر آماری ارزیابی گردید. سپس با استفاده از روش نرخ برخورد، صحت پیشبینی­ها ارزیابی شده است. نتایج نشان می­دهد دقت پیشبینی­ شبکههای عصبی فازی بسیار بالاست؛ همچنین در برخی موارد با وجود اینکه پیشبینی مربوط به یک سهم دارای دقت بالاتری دارد، از صحت پایینتری برخوردار است؛ لذا برآورد صحت پیش­بینی­ها در ارزیابی پیش­بینی­ها سهمی تأثیرگذار دارد؛ از این رو پیشنهاد می­شود در انجام و ارزیابی مدلهای پیشبینی علاوه بر توجه به خطاهای آماری مرسوم از روش­های کیفی ارزیابی صحت پیشبینی­ها نظیر معیار نرخ برخورد استفاده شود.</span></span>
The stock market agents should increase their prediction accuracy to maximize their returns, and it needs some advanced tools. In this article stock price of 50 companies in the Tehran Stock Exchange have been modeled using feedforward artificial neural networks. In this way, the daily stock prices are used from December 1384 to December 1394. The predictions accuracy are evaluated with four statistical indicators. The results show that accuracy of ANN predictions is very high. In some cases, although the prediction accuracy is higher, the correctness is lower. Therefore, in the assessment of the prediction, evaluation of the correctness has a significant contribution
شبکههای عصبی مصنوعی, پیشبینی, بازده قیمت سهام, بورس تهران
Neural Networks, Prediction, Stock Return, Tehran Stock Exchange
97
115
http://qjfep.ir/browse.php?a_code=A-10-563-8&slc_lang=fa&sid=1
سید جلال
صادقی شریف
j_sadeghisharif@sbu.ac.ir
10031947532846002828
10031947532846002828
Yes
دانشگاه شهید بهشتی
سجاد
فرازمند
sajad.farazmand@gmail.com
10031947532846002829
10031947532846002829
No
دانشگاه شهید بهشتی