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.
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.
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.
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.
بررسی مقایسه‌ای رویکرد الگوریتم ژنتیک با رویکرد شبکه عصبی مصنوعی با استفاده از نسبتهای مالی در پیشبینی بازده سهام
1استادیار. دانشگاه آزاد اسلامی، واحد تهران مرکزی، گروه مدیرت و حسابداری، تهران، ایران
2دانشجوی کارشناسی ارشد حسابداری. دانشگاه آزاد اسلامی واحد قشم. ایران
تاریخ دریافت: 01 آذر 1391،
تاریخ بازنگری: 01 خرداد 1392،
تاریخ پذیرش: 01 خرداد 1392
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.
ابتدای صفحه