1- دکتری کارآفرینی، دانشگاه آزاد اسلامی، قزوین (نویسنده مسئول) ، mehransaedi@gmail.com 2- استادیار گروه جغرافیا، دانشکده علوم زمین، دانشگاه شهید بهشتی 3- استادیار گروه ریاضی، دانشکده ریاضی، آمار و علوم کامپیوتر، دانشگاه سمنان 4- استادیار گروه مدیریت، واحد میانه، دانشگاه آزاداسلامی، میانه، ایران
چکیده: (1978 مشاهده)
پیش بینی قیمت سهام امری پیچیده است؛ مؤلفههای گوناگونی از قبیل وضع عمومی اقتصاد، رخدادهای سیاسی و انتظارات سرمایه گذاران، بر بازار سهام تأثیر می گذارد. بازار سهام، در حقیقت یک سیستم غیرخطی و آشوبناک است که به عوامل متعدد سیاسی، اقتصادی و روانی وابسته است، برای غلبه بر محدودیت تکنیکهای تحلیل سنتی در پیش بینی الگوهای غیرخطی، متخصصان طی دو دهه اخیر تکنیکهای هوشمند و بخصوص شبکههای عصبی مصنوعی و الگوریتم ژنتیک را برای بهبود پیش بینی قیمت سهام به کاربرده اند. این پژوهش، با توجه به گسترش روز افزون روش های پیش بینی در بازارهای مالی و نیز، از آنجا که قیمت سهام یکی از مهم ترین عوامل مؤثر در تصمیمات سرمایه گذاری است و پیش بینی آن می تواند نقش با اهمیتی در این زمینه ایفا کند، در این پژوهش سعی شده است، مدلی ارائه شود تا بر اساس آن بتوان روند حرکتی قیمت سهام مورد نظر را با دقت بالایی پیش بینی کرد. بر همین اساس، یک مدل ترکیبی برای پیش بینی روند حرکتی قیمت سهام با استفاده از شبکه عصبی مصنوعی ارائه شده است. برای نمونه آماری، شرکت های برتر بورس اوراق بهادار در سه ماهه دوم سال ۱۳۹۹ انتخاب شده است. سپس برای هراین منظور، ۳۲ متغیر محاسبه شد. این متغیرها ورودی مدل هستند و به کمک الگوریتم شبکه عصبی مصنوعی بهینه سازی شده اند. نتایج نشان می دهد، مدل در پیش بینی روند حرکتی قیمت سهام بسیار بهتر عمل کرده و درمقایسه باروش های سنتی، از دقت بالاتری برخوردار است.
saeidi aghdam M, sadeghi A, bahiraie A, haji asghari S Y. Provide a stock price forecasting model using deep learning algorithms and its use in the pricing of Islamic bank stocks. mieaoi 2023; 11 (41) : 5 URL: http://mieaoi.ir/article-1-964-fa.html
سعیدی اقدم مهران، صادقی احمد، بحیرایی علیرضا، حاجی اصغری سید یوسف. ارائه مدل پیش بینی قیمت سهام با استفاده از الگوریتم های یادگیری عمیق و کاربرد آن درقیمت گذاری سهام بانک های اسلامی. نشریه اقتصاد و بانکداری اسلامي. 1401; 11 (41) :117-134
