پیش بینی قیمت سهام با شاخص های بازاری هیبریدی )ترکیبی( با استفاده از مدل عصبی فازی

پیش بینی قیمت سهام با شاخص های بازاری هیبریدی )ترکیبی( با استفاده از مدل عصبی فازی

ساناز سرافراز1 فرید صفتی2 علیرضا غیاثوند3

1) گروه مدیریت مالی، واحد بروجرد،دانشگاه آزاد اسلامی، بروجرد،ایران
2) گروه حسابداری، واحد بروجرد،دانشگاه آزاد اسلامی، بروجرد،ایران
3) گروه حسابداری، واحد بروجرد،دانشگاه آزاد اسلامی، بروجرد،ایران

کد IOI مقاله : XYDG-AGFEA
محل انتشار : اولین کنفرانس بین المللی پژوهش در حسابداری، مدیریت، اقتصاد و علوم انسانی(meaconf.com/1st)
چکیده :
    شاخص های تکنیکال به طور گسترده ای در پیش بینی قیمت های سهام با شبکه های عصبی مصنوعی استتااده شتهه انته.بتا این وجود عملکرد آن ها معمولاً رضایت بخش نیست. به علاوه در سال های اخیر، مهل های هیبریتهی کته ترکیبتی از شتبکه های عصبی مصنوعی و سایر روش های هوشمنه با شاخص تکنیکال هستنه برای بهبود سطح پیش بینی قیمت سهام با نتتای متغیر استااده شهه انه. جامعه مورد مطالعه شرکت های فولاد در سال 4931 می باشه.در این تحقیق سه مهل مختلت بترای مطالعه تجربی و ارزیابی مهل استااده می شود. اولین مهل تنها از شبکه عصبی مصنوعی استااده نموده که ورودی هتای متهل شبکه عصبی مصنوعی متغیرهای تحلیل تکنیکال داده های سهام تاریخی هستنه.دومین و سومین مهل ها، مهل های هیبریته می باشنه که ترکیبی از شبکه عصبی مصنوعی و منطق فتازی هستتنه در لتالی کته ورودی هتای ستومین متهل ترکیبتی از متغیرهای تکنیکال و بنیادی با متغیرهای نظر کارشناسان بازار بورس خواهه بود. نتای تجربی مویه عملکرد بهتر مهل پیشنهادی سوم برای بهبود صحت پیش بینی قیمت سهام نسبت به دو مهل دیگر بودنه. از این روی مهل سوم پیش بینی قیمت، پتانسیل بهبود کیایت تصمیم گیری سرمایه گذاران را در بازار سهام با ارائه پیش بینی صحیح تر از قیمت سهام داراست.

کلمات کلیدی : پیش‌بینی قیمت سهام شبکه های عصبی مصنوعی منطق فازی