بانک مقالات رشته مدیریت

امروزه، سرمايه گذاري در بورس، بخش مهمي از اقتصاد كشور را تشكيل مي دهد. به همين دليل پيش بيني قيمت سهام براي سهامداران از اهميت خاصي برخوردار شده است تا بتوانند بالاترين بازده را از سرمايه گذاري خود كسب كنند. از سوي ديگر، شاخص قيمت سهام نشان دهنده وضعيت كلي بازار سهام است و مي تواند به پيش بيني سهامداران جهت سرمايه گذاري كمك كند. اغلب در سالهاي گذشته از روشهاي كلاسيك براي پيش بيني قيمت سهام استفاده مي كردند، اما با پيشرفت و توسعه مداوم روشهاي فرا ابتكاري، شبكه هاي عصبي و شبكه هاي عصبي فازي، كاربردهاي روزافزوني در مبحث پيش بيني شاخص قيمت سهام پيدا كرده اند.
در اين تحقيق، سه رويكرد مطرح مي شود: 1) پيش بيني شاخص قيمت سهام با رويكرد روشهاي كلاسيك؛ 2) رويكرد هوش مصنوعي؛ 3) رويكرد تركيبي. به اين منظور ابتدا ارزيابي عملكرد روشهاي كلاسيك از قبيل روشهاي هموارسازي نمايي، تحليل روند، ARIMA و هوش مصنوعي از قبيل شبكه هاي عصبي و شبكه هاي عصبي فازي انجام شده است، سپس سناريو سوم، يعني طراحي مدل تركيبي از ARIMA، شبكه هاي عصبي فازي مورد بررسي قرار گرفته است. تركيبي از ARIMA، شبكه هاي عصبي و شبكه هاي عصبي فازي مورد بررسي قرار گرفته است. نتايج تحقيق بيانگر آن است كه توانايي مدل تركيبي نسبت به تمامي روشهاي هوش مصنوعي و كلاسيك بالاتر است.

 نسخه قابل چاپ