چکیده:
در اﯾﻦ ﭘﮋوﻫﺶ ﺑﻪ ﭘﯿﺶ ﺑﯿﻨﯽ ﺑﺎزده ﺳﻬﺎم ﺷﺮﮐﺖ ﻫﺎی ﭘﺬﯾﺮﻓﺘﻪ ﺷﺪه در ﺑﻮرس و اوراق ﺑﻬﺎدار ﺗﻬﺮان ﺑﺎ اﺳﺘﻔﺎده از ﺗﮑﻨﯿﮏﻫﺎی دادهﮐﺎوی اﻋﻢ از ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﭘﺮﺳﭙﺘﺮون ﭼﻨﺪﻻﯾﻪ )MLP( و ﻣﺪل اﻓﺰودﻧﯽ ﮐﻠﯽ )GAM(، ﻃﯽ ﺳﺎلﻫﺎی 1391 اﻟﯽ 1396 ﻣﯽﭘﺮدازﯾﻢ. ﻣﺴﺌﻠﻪ اﺻﻠﯽ در ﭘﮋوﻫﺶ ﺣﺎﺿﺮ اﯾﻦ اﺳﺖ ﮐﻪ از ﺑﯿﻦ ﺗﮑﻨﯿﮏﻫﺎی دادهﮐﺎوی ﻣﻄﺮح، ﮐﺪاﻣﯿﮏ در ﭘﯿﺶﺑﯿﻨﯽ ﺑﺎزده ﺳﻬﺎم ﺷﺮﮐﺖﻫﺎی ﭘﺬﯾﺮﻓﺘﻪ ﺷﺪه در ﺑﻮرس و اوراق ﺑﻬﺎدار ﺗﻬﺮان ﮐﺎراﺗﺮ ﻣﯽﺑﺎﺷﺪ. ﻟﺬا اﯾﻦ ﭘﮋوﻫﺶ در ﻗﺎﻟﺐ دو ﻓﺮﺿﯿﻪ ﻣﻄﺮح ﺷﺪه و ﺑﺮای آزﻣﻮن اﯾﻦ ﻣﺴﺌﻠﻪ 67 ﺷﺮﮐﺖ ﭘﺬﯾﺮﻓﺘﻪ ﺷﺪه در ﺑﻮرس ﺑﺎزاراول ﺗﺎﺑﻠﻮی اﺻﻠﯽ و ﺗﺎﺑﻠﻮی ﻓﺮﻋﯽ ﺑﻪ ﻋﻨﻮان ﺟﺎﻣﻌﻪ ﻫﺪف اﻧﺘﺨﺎب ﺷﺪهاﻧﺪ. ﻫﻤﭽﻨﯿﻦ از ﺑﯿﻦ ﻋﻮاﻣﻞ ﻣﺘﻌﺪدی ﮐﻪ ﺑﺮ ﺑﺎزده ﺳﻬﺎم اﺛﺮ ﻣﯽﮔﺬارﻧﺪ، ﭼﻬﺎر ﻋﺎﻣﻞ ﺑﻪ ﻋﻨﻮان ﻋﻮاﻣﻞ ﻣﺆﺛﺮ ﺑﺮ ﺑﺎزده ﺳﻬﺎم از ﻗﺒﯿﻞ ﺳﻮد )زﯾﺎن( ﻋﻤﻠﯿﺎﺗﯽ، ﺳﻮد ﻫﺮ ﺳﻬﻢ، ﻧﺴﺒﺖ ﺟﺎری و ﻧﺴﺒﺖ آﻧﯽ ﺑﻪ ﻋﻨﻮان ورودیﻫﺎی ﭘﮋوﻫﺶ اﻧﺘﺨﺎب ﺷﺪهاﻧﺪ. ﺑﺮازش ﻫﺮ ﯾﮏ از ﻣﺪلﻫﺎی ﻣﺬﮐﻮر ﺑﺮ ﻣﺒﻨﺎی ﻓﺮم ﺧﻄﯽ ﺗﺎﺑﻊ ﮐﺎب داﮔﻼس ﻣﯽﺑﺎﺷﺪ. ﯾﺎﻓﺘﻪﻫﺎی ﺑﺪﺳﺖ آﻣﺪه ﺣﺎﮐﯽ از ﺗﻮاﻧﺎﯾﯽ ﻣﺪل ﺷﺒﮑﻪ ﻋﺼﺒﯽ و ﻋﺪم ﺗﻮاﻧﺎﯾﯽ ﻣﺪل اﻓﺰودﻧﯽ ﮐﻠﯽ در ﭘﯿﺶﺑﯿﻨﯽ ﺑﺎزده ﺳﻬﺎم ﺑﻮده و ﻫﻤﭽﻨﯿﻦ ﻧﺸﺎندﻫﻨﺪه ﺑﺮﺗﺮی ﻋﻤﻠﮑﺮد و ﮐﺎراﯾﯽ ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﭘﺮﺳﭙﺘﺮون ﭼﻨﺪ ﻻﯾﻪ ﻧﺴﺒﺖ ﺑﻪ ﻣﺪل اﻓﺰودﻧﯽ ﮐﻠﯽ ﻣﯽ ﺑﺎﺷﺪ.
خلاصه ماشینی:
پيش بيني بازده سهام شرکت هاي پذيرفته شده در بورس و اوراق بهادار تهران با استفاده از تکنيک هاي داده کاوي (شبکه عصبي (MLP) و مدل افزودني کلي (GAM) راضيه رجبي ١.
com چکيده در اين پژوهش به پيش بيني بازده سهام شرکت هاي پذيرفته شده در بورس و اوراق بهادار تهران با استفاده از تکنيک هاي داده کاوي اعم از شبکه عصبي پرسپترون چندلايه (MLP) و مدل افزودني کلي (GAM)، طي سال هاي ١٣٩١ الي ١٣٩٦ ميپردازيم .
مسئله اصلي در پژوهش حاضر اين است که از بين تکنيک هاي داده کاوي مطرح ، کداميک در پيش بيني بازده سهام شرکت هاي پذيرفته شده در بورس و اوراق بهادار تهران کاراتر ميباشد.
از اين رو هدف از انجام اين پژوهش علاوه بر پيش بيني بازده سهام شرکت هاي پذيرفته شده در بورس و اوراق بهادار تهران با استفاده از تکنيک هاي داده کاوي اعم از شبکه عصبي پرسپترون چندلايه (MLP) و مدل افزودني کلي (GAM)، ارزيابي قدرت و تعيين کارايي هر يک از مدل هاي مذکور مي باشد.
ستايش و کاظم نژاد (١١/١٣٩٥:ص ١)، براي پيش بيني بازده سهام شرکت هاي پذيرفته شده در بورس اوراق بهادار تهران به مقايسه عملکرد رگرسيون هاي تجمعي و روش مبتني بر همبستگي و ريليف با رگرسيون خطي و شبکه عصبي مصنوعي پرداختند.
هدف ما از به کارگيري اين مدل بررسي درصد تغيير پذيري و به نوعي پيش بيني بازده سهام شرکت هاي پذيرفته شده در بورس و اوراق بهادار تهران نسبت به تغيير متغيرهاي مستقل است .