پيش‌بيني روند تغييرات قيمت سهام با به‌كارگيري شاخص‌هاي تحليل تكنيكي و استفاده از روش تركيبي الگوريتم ژنتيك و شبكه عصبي مصنوعي: مطالعه موردي سهام ايران خودرو

فاقد عنوان لاتين

همواره پيش‌بيني دقيق روند بازار سهام براي تصميم‌گيري‌هاي مالي سرمايه‌گذاران مهم بوده است. استفاده از مجموعه‌اي از شاخص‌هاي تحليل تكنيكي يكي از پركاربردترين روش‌هاي پيش‌بيني‌هاي مالي است. تعيين پارامترهاي مناسب اين شاخص‌ها و همچنين تركيب آن‌ها يكي از چالش‌هاي پژوهشگران است. از طرف ديگر، ماهيت غيرخطي و پوياي تغييرات در روند بازار سهام موجب استفاده گسترده از روش‌هاي پيش‌بيني غيرخطي همچون شبكه عصبي مصنوعي شده است. با وجود استفاده گسترده از شاخص‌هاي تحليل تكنيكي به عنوان ورودي شبكه‌هاي عصبي مصنوعي، تاكنون بهينه‌سازي پارامترهاي شاخص‌هاي تحليل تكنيكي به عنوان ورودي شبكه عصبي مصنوعي پژوهش نشده است. با توجه به روند تغييرات انحصاري سهام يك شركت نسبت به ساير شركت‌ها، استفاده از مجموعه پارامترهاي پيش‌فرض يا يكسان براي تمام انواع سهام منطقي نيست. در اين پژوهش، پارامترهاي مجموعه‌اي از شاخص‌هاي تحليل تكنيكي براي سهام يك شركت با استفاده از الگوريتم ژنتيك بهينه شده است و به شبكه عصبي مصنوعي به عنوان ورودي داده ‌مي‌شود. از اين روش تركيبي براي پيش‌بيني روند تغييرات قيمت سهام روز بعد استفاده شده است. در اين روش، فرض شده است كه فرد سرمايه‌‌گذار براساس پيش‌بيني تصميم مي‌گيرد، كه روز بعد، سهام را بخرد، بفروشد، يا نگه‌ دارد. براي ارزيابي عملكرد روش تركيبي ارائه شده، از يك شبكه عصبي مصنوعي با استفاده از شاخص‌هاي تحليل تكنيكي با پارامترهاي پيش‌فرض نيز جهت پيش‌بيني روند تغييرات قيمت سهام استفاده شده است. اين دو روش براي داده‌هاي واقعي سهام شركت ايران خودرو اجرا شده كه نتايج نشان دهنده برتري روش تركيبي با 25.1% كاهش در خطاي پيش‌بيني نسبت به روش ساده است.

فاقد چكيده لاتين