ارائه مدل پرتفوی بهینه از طریق مدل پیش بینی شاخص بازار و با وجود حافظه بلندمدت با استفاده از شبکه عصبی

محورهای موضوعی : مهندسی مالی

سعید مشتاق ¹ , فرهاد حسین زاده لطفی ² , اسمعیل فدایی نژاد ³

1 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه ریاضی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
3 - گروه مدیریت و حسابداری، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران ، ایران

تاریخ دریافت : 1399/10/25 تاریخ پذیرش : 1399/11/26 تاریخ انتشار : 1400/04/01

کلید واژه: مدل پرتفوی بهینه, مدل پیش بینی شاخص بازار, سیستم‌های استنتاج فازی-عصبی تطبیقی و شبکه‌های عصبی,

چکیده مقاله :

تأثیر متغیرهای اقتصادی بر بازارهای سرمایه مهم‌ترین موضوع تئوری مالی است. بورس اوراق بهادار از جایگاه خاصی در سیستم مالی کشور ما برخوردار بوده است و کارآمدی و توسعه بازار سرمایه در گرو فعال بودن این نهاد درکشور است. دو کارکرد مهم بورس اوراق بهادار را می‌توان جمع‌آوری پس‌اندازهای اندک و نقدینگی موجود در سطح جامعه و هدایت آن‌ها به سمت فرآیند تولید کالا و خدمات در‌کشور ذکر کرد. در این راستا ارائه مدل پرتفوی بهینه از طریق مدل پیش‌بینی تغییرات شاخص بورس از طریق تغییرات نرخ بازده ارز بسیار کارساز خواهد بود. یکی از ابزارهای با دقت بالا و کاربردی برای پیش‌بینی استفاده از شبکه‌های عصبی بوده است چراکه میزان دقت آنها با افزایش داده‌های تحقیق کاهش نمی‌یابد و دقت آن نیز از توابع خطی و غیر‌خطی و رگرسیونی برای پیش‌بینی خیلی زیادتر بوده است. پس از تست‌های مختلف از طریق شبکه‌های عصبی مصنوعی(ANN)، سیستم‌های استنتاج فازی-عصبی تطبیقی(ANFIS) و رگرسیون بردار پشتیبان (SVR) با استفاده نرم افزار متلب انجام گردیده بود، توانستیم مدلی با دقت بالا جهت پیش‌بینی میزان تغییرات شاخص بازده کل و شاخص بازده نقدی از طریق تغییرات قیمت دلار طراحی نماییم. که از طریق این مدل، مدل پرتفوی بهینه به صورت آرمانی طراحی نمودیم.

چکیده انگلیسی:

The effect economic variables at investment markets is the important subject in financial theory. Tehran stock exchange to have special position in country financial system and efficiency development investment market is dependent being active this constitution in country. Two important function Tehran exchange market are gathering small savings and available liquidity in society and guide them to production process in country. In this way presentation optimization portfolio model from market index prediction model and exchange return rate is impact. One of the tools with high accuracy and applicable for predicting was neural network why so accuracy isnot decrease with increasing thesis data and its accuracy was very higher than regeression, linear and non linear for prediction. After some tests from artificial neural network and adaptive neuro fuzzy inference system and support vector regression with matlab software has been done. We design a model with high accurancy for predicting rate of liquidity index and total return index and then we design Ideal optimization portfolio.