• صفحه اصلی
  • مرور
    • شماره جاری
    • بر اساس شماره‌های نشریه
    • بر اساس نویسندگان
    • بر اساس موضوعات
    • نمایه نویسندگان
    • نمایه کلیدواژه ها
  • اطلاعات نشریه
    • درباره نشریه
    • اهداف و چشم انداز
    • اعضای هیات تحریریه
    • همکاران دفتر نشریه
    • اصول اخلاقی انتشار مقاله
    • بانک ها و نمایه نامه ها
    • پیوندهای مفید
    • پرسش‌های متداول
    • فرایند پذیرش مقالات
    • اخبار و اعلانات
  • راهنمای نویسندگان
  • ارسال مقاله
  • داوران
  • تماس با ما
 
  • ورود به سامانه ▼
    • ورود به سامانه
    • ثبت نام در سامانه
  • English
صفحه اصلی فهرست مقالات مشخصات مقاله
  • ذخیره رکوردها
  • |
  • نسخه قابل چاپ
  • |
  • توصیه به دوستان
  • |
  • ارجاع به این مقاله ارجاع به مقاله
    RIS EndNote BibTeX APA MLA Harvard Vancouver
  • |
  • اشتراک گذاری اشتراک گذاری
    CiteULike Mendeley Facebook Google LinkedIn Twitter
دوفصلنامه جستارهای اقتصادی
arrow مقالات آماده انتشار
arrow شماره جاری
شماره‌های پیشین نشریه
دوره دوره 17 (1399)
دوره دوره 16 (1398)
دوره دوره 15 (1397)
دوره دوره 14 (1396)
دوره دوره 13 (1395)
دوره دوره 12 (1394)
دوره دوره 11 (1393)
دوره دوره 10 (1392)
دوره دوره 9 (1391)
دوره دوره 8 (1390)
دوره دوره 7 (1389)
دوره دوره 6 (1388)
دوره دوره 5 (1388)
شماره شماره 10
شماره شماره 9
دوره دوره 4 (1386)
دوره دوره 3 (1385)
دوره دوره 2 (1384)
دوره دوره 1 (1383)
مکوندی, پیام, جعفر علی جاسبی, جواد, علوی, سید حسن. (1388). انتخاب مولفه‌های تاثیرگذار بر پیش بینی سود آتی سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ترکیبی شبکه ی عصبی و الگوریتم ژنتیک. دوفصلنامه جستارهای اقتصادی, 5(10), 163-201.
پیام مکوندی; جواد جعفر علی جاسبی; سید حسن علوی. "انتخاب مولفه‌های تاثیرگذار بر پیش بینی سود آتی سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ترکیبی شبکه ی عصبی و الگوریتم ژنتیک". دوفصلنامه جستارهای اقتصادی, 5, 10, 1388, 163-201.
مکوندی, پیام, جعفر علی جاسبی, جواد, علوی, سید حسن. (1388). 'انتخاب مولفه‌های تاثیرگذار بر پیش بینی سود آتی سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ترکیبی شبکه ی عصبی و الگوریتم ژنتیک', دوفصلنامه جستارهای اقتصادی, 5(10), pp. 163-201.
مکوندی, پیام, جعفر علی جاسبی, جواد, علوی, سید حسن. انتخاب مولفه‌های تاثیرگذار بر پیش بینی سود آتی سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ترکیبی شبکه ی عصبی و الگوریتم ژنتیک. دوفصلنامه جستارهای اقتصادی, 1388; 5(10): 163-201.

انتخاب مولفه‌های تاثیرگذار بر پیش بینی سود آتی سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ترکیبی شبکه ی عصبی و الگوریتم ژنتیک

مقاله 7، دوره 5، شماره 10، پاییز و زمستان 1388، صفحه 163-201  XML اصل مقاله (1.07 MB)
نوع مقاله: مقاله علمی پژوهشی
نویسندگان
پیام مکوندی1؛ جواد جعفر علی جاسبی2؛ سید حسن علوی3
1عضو هیئت علمی دانشگاه آزاد اسلامی (واحد کرج)
2دانشیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات
3عضو هیئت علمی دانشگاه آزاد اسلامی (واحد تهران جنوب)
چکیده
تصمیم گیری همواره، یکی از مهم ترین وظایف مدیر بوده، در این بین، پیش بینی نتایج ورودی به سیستم و در حقیقت، نتایج شقوق مختلف تصمیم، جزءِ دغذغه های اصلی فرایندهای بهینه سازی تصمیم بوده است. از سوی دیگر، شناسایی عواملی که بر خروجی تصمیم یا نتیجه ی پیش بینی تاثیرگذارند اهمیت دارند؛ چرا که با شناسایی این عوامل می توان مدل مناسبی برای پیش بینی تدوین و سپس، کسب نتیجه از آن اقدام نمود. یکی از عوامل مهم برای تصمیم گیری سرمایه گذاران در مورد با خرید و فروش سهام یک شرکت، پیش بینی سود نقدی سهام بوده، در این مورد می توان از صورت های مالی در جایگاه ابزاری برای این پیش بینی استفاده نمود؛ بدین ترتیب که نسبت هایی را از صورت های مالی استخراج نموده، بر اساس آنها، مدلی برای پیش بینی سود آتی سهام توسعه داد و در نهایت تصمیم گرفت.
در این مقاله سعی شده با استفاده از الگوریتم ژنتیک و تلفیق آن با شبکه ی عصبی مصنوعی ، عوامل موثر بر پیش بینی سود آتی سهام (شامل نسبت های استخراج شده از صورت های مالی) شناسایی شده، در نهایت، این متغیرهای موثر بر خروجی، در مدلی که به مدد شبکه ی عصبی طراحی و برای پیش بینی سود آتی سهام به کار گرفته شوند. برای موردکاوی، به پیش بینی سود نقدی سهام 194 شرکت پذیرفته شده، در بورس توجه شده و 24 متغیر موجود در صورت های مالی که بر اساس نظر خبرگان در تغییرات سود نقدی سهام دخالت دارند، به مدل وارد شده اند. در نهایت، مدل ترکیبی با توجه به دینامیسم موجود بین متغیرهای ورودی، ده متغیر را به عنوان ترکیب بهینه ی متغیرهای تاثیرگذار انتخاب نموده که در مرحله ی دوم، به یک شبکه ی عصبی که برای پیش بینی طراحی شده، وارد شده اند و خطای حاصل از پیش بینی مبنای مقایسه با دیگر روش ها قرار گرفته است.
کلیدواژه‌ها
مولفه های موثر؛ الگوریتم ژنتیک؛ شبکه های عصبی؛ پیش بینی؛ انتخاب مولفه؛ سود آتی سهام؛ نسبت های مالی؛ بورس
آمار
تعداد مشاهده مقاله: 2,647
تعداد دریافت فایل اصل مقاله: 1,068
صفحه اصلی | واژه نامه اختصاصی | اخبار و اعلانات | اهداف و چشم انداز | نقشه سایت
ابتدای صفحه ابتدای صفحه

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Journal Management System. Designed by sinaweb.