1- گروه اقتصاد و مالی، واحد ابهر، دانشگاه آزاد اسلامی، ابهر، ایران 2- گروه اقتصاد و مالی، واحد ابهر، دانشگاه آزاد اسلامی، ابهر، ایران ، 4410247239@iau.ac.ir 3- گروه اقتصاد و مالی، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران 4- گروه علوم اقتصادی، دانشگاه محقق اردبیلی، اردبیل، ایران
چکیده: (15 مشاهده)
بازارهای مالی، به دلیل ویژگیهای ذاتی خود نظیر پیچیدگی، پویایی و وابستگی به عوامل مختلف اقتصادی و اجتماعی، نیازمند روشهای تحلیلی پیشرفته برای درک روندها و پیش¬بینی رفتارهای آتی هستند. از این¬رو، این پژوهش با هدف ارائه الگویی برای پیش¬بینی مبادلات سهام با استفاده از متغیرهای کلان اقتصادی و داده¬های شبکه¬های اجتماعی، با بهرهگیری از روشهای خطی لاسو و فرآیند غیرخطی گوسی، به طراحی پرداخت. در این مطالعه، اطلاعات متغیرهای کلان اقتصادی و شبکه¬های اجتماعی در بازه زمانی سالهای 1396 الی 1402 درباره 15 سهم پذیرفته شده در بورس اوراق بهادار تهران مورد بررسی قرار گرفت. نتایج این بررسی نشان داد ترکیب متغیرهای کلان اقتصادی شامل نرخ بهره، نرخ تورم، نرخ ارز، تولید ناخالص داخلی و داده¬های شبکه¬های اجتماعی، دقت پیش¬بینی مبادلات سهام را بهطور معناداری بهبود میبخشند. همچنین مشخص شد قدرت روشهای «یادگیری ماشین» جهت پیش¬بینی مبادلات سهام، بیشتر از روش خطی لاسو است. دانشافزایی این پژوهش علاوه بر طراحی مدل پیش¬بینی مبادلات سهام و ارزیابی قدرت روشهای یادگیری ماشین، در حیطه غنای ادبیات این حوزه می باشد.
aghapourAlishahi M, Askari F, Rajaee Y, Hashemi Dizaj A. Designing a Stock Exchange Forecasting Model Using Macroeconomic Variables and Social Networks. mieaoi 2026; 15 (56) : 22 URL: http://mieaoi.ir/article-1-2000-fa.html
آقاپور علی شاهی معصومه، عسکری فرید، رجایی یداله، هاشمی دیزج عبدالرحیم. طراحی مدل پیشبینی مبادلات سهام با استفاده از متغیرهای کلان اقتصادی و شبکههای اجتماعی. نشریه اقتصاد و بانکداری اسلامي. 1405; 15 (56) :479-492