1
استادیار. دانشگاه آزاد اسلامی، واحد تهران مرکزی، گروه مدیرت و حسابداری، تهران، ایران
2
دانشجوی کارشناسی ارشد حسابداری. دانشگاه آزاد اسلامی واحد قشم. ایران
چکیده
سرمایهگذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینههای پرسود در بازار سرمایه است. بازار سهام دارای سیستمی غیر خطی و آشوبگونه است که تحت تأثیر شرایط سیاسی، اقتصادی و روانشناسی میباشد و میتوان از سیستمهای هوشمند غیرخطی همچون شبکههای عصبی مصنوعی، شبکههای عصبی فازی و الگوریتمهای ژنتیک برای پیشبینی بازده سهام استفاده نمود. در این مقاله به طراحی و ارائهی یک مدل پیشبینی بازده سهام با استفاده از نسبتهای مالی با رویکردهای شبکه عصبی مصنوعی و الگوریتمهای ژنتیکی و کاهش خطای پیشبینی بازده سهام پرداخته شده است. در ادامه پس از طراحی و پیادهسازی مدل شبکههای عصبی مصنوعی و الگوریتمهای ژنتیک، با استفاده از 6 معیار سنجش عملکرد برای پیشبینی، نتایج دو رویکرد مورد مقایسه گرفته است. نتایج نشان میدهد که رویکرد الگوریتمهای ژنتیک نسبت به رویکرد شبکههای عصبی مصنوعی، پیشبینیهای بسیار مناسبتری داشته و از سرعت بالاتر و توانایی تقریب قویتری برای پیشبینی بازده سهام برخوردار بوده است.
فتحی, زاداله, سجادی, سیده حمیده. (1392). بررسی مقایسه‌ای رویکرد الگوریتم ژنتیک با رویکرد شبکه عصبی مصنوعی با استفاده از نسبتهای مالی در پیشبینی بازده سهام. فصلنامه مهندسی مدیریت نوین, 2(2), 15-44.
MLA
زاداله فتحی; سیده حمیده سجادی. "بررسی مقایسه‌ای رویکرد الگوریتم ژنتیک با رویکرد شبکه عصبی مصنوعی با استفاده از نسبتهای مالی در پیشبینی بازده سهام". فصلنامه مهندسی مدیریت نوین, 2, 2, 1392, 15-44.
HARVARD
فتحی, زاداله, سجادی, سیده حمیده. (1392). 'بررسی مقایسه‌ای رویکرد الگوریتم ژنتیک با رویکرد شبکه عصبی مصنوعی با استفاده از نسبتهای مالی در پیشبینی بازده سهام', فصلنامه مهندسی مدیریت نوین, 2(2), pp. 15-44.
VANCOUVER
فتحی, زاداله, سجادی, سیده حمیده. بررسی مقایسه‌ای رویکرد الگوریتم ژنتیک با رویکرد شبکه عصبی مصنوعی با استفاده از نسبتهای مالی در پیشبینی بازده سهام. فصلنامه مهندسی مدیریت نوین, 1392; 2(2): 15-44.
)