تأثير استفاده از استراتژي‌هاي معاملات كاهش ابعاد در پيش‌بيني بازده روزانه سهام روش پانل ديتا.

The Impact of Using Dimensionality Trading Strategies on Forecasting the Daily Stock Returns of the Panel Data Method.

سيستم‌هاي خبردهي بازده سهام با ارائه اطلاعات به‌موقع موجب تصميم‌گيري‌هاي بهينه مي‌گردند.پيش‌بيني سود توسط مديريت در ارزيابي سودآوري، ريسك مرتبط با سود، قضاوت در مورد قيمت سهام و مدل‌هاي ارزشيابي در سطح گسترده‌اي مورداستفاده قرار مي‌گيرد (مانفرد و اينكي ، 2014). هدف ما در اين پژوهش اين است كه ، تأثير استراتژيهاي معاملاتي كاهش ابعاد بر پيش بيني بازده روزانه بازار سهام به روش منطق فازي شركت‌ها را مورد بررسي و كاوش قرار دهيم . اين پژوهش از نوع مطالعه كتابخانه‌اي و تحليلي- علي بوده و مبتني بر تحليل داده‌هاي تابلويي (پانل ديتا) است. در اين پژوهش اطلاعات مالي 19 شركت پذيرفته‌شده در بورس اوراق بهادار تهران در طي دوره زماني 1390 تا 1397 بررسي‌شده است. نتايج تحقيق نشان داد كه استفاده از استراتژي معاملات كاهش بازده سهام و استراتژي كاهش قيمت سهام بر پيش‌بيني بازده روزانه بازار سهام تأثيرمعني‌داري دارد وليكن استراتژي معاملات كاهش حجم معاملات تأثيرمعني‌داري بر پيش‌بيني بازارسهام ندارد.

Earnings forecasting systems provide timely decisions by providing timely information. Earnings forecasting by management is widely used in assessing profitability, profit-related risk, stock price judgments, and valuation models (Manfred & Inky, 2014). Our purpose in this study is to investigate and investigate the impact of dimensionality trading strategies on predicting daily stock market returns by the fuzzy logic approach of firms. This study is a library-analytic-causal study based on panel data analysis (panel data). In this study, the financial information of 19 companies listed in Tehran Stock Exchange during the period 2011-2018 was reviewed. The results showed that using stock trading strategy and stock price reduction strategy have significant effect on prediction of daily stock market returns, but trading volume reduction strategy has no significant effect on market forecasting. I hope to accept my article. I suggest the editor remove this restriction on the number of words used in the abstract for the English text.