استفاده از الگوریتم ترکیبی سری های زمانی فازی برای پیش بینی قیمت سهام و مقایسه آن با قیمت های سهام محاسبه شده با الگوریتم نسبت طلایی در شرکت های پذیرفته شده بورس تهران
محورهای موضوعی : مهندسی مالی
نگار آقایی فر
1
(دانشجوی دکتری تحقیق در عملیات، دانشکده مدیریت، دانشگاه آزاد اسلامی، واحد تهران مرکزی، تهران، ایران.)
محمد ابراهیم پورزرندی
2
(استاد و عضو هیات علمی، دانشکده مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران)
کلید واژه: وزن دهی, مدل سری های زمانی فازی, الگوریتم نسبت طلایی, قیمت پیش بینی شده,
چکیده مقاله :
اهمیت ویژه بازار سرمایه در کشورها ،در توسعه اقتصادی آنها از طریق هدایت مؤثر سرمایه ها و تخصیص بهینه منابع ،غیرقایل انکار است.سرمایه گذاری در بازار سهام مستلزم تصمیم گیری در خصوص خرید سهام جدید وحفظ یا فروش سهام موجود می باشد که این خود نیازمند دستیابی به اطلاعاتی در خصوص آینده قیمت بازار سهام می باشد.پیش بینی قیمت سهام به علت تاثیر پذیری از تعداد بسیاری از عوامل و متغیرهای اقتصادی و غیر اقتصادی همواره امری مهم و چالش برانگیز بوده،به طوری که انتخاب بهترین و کارآمدترین مدل به منظور پیش بینی آن امری ضروری و در عین حال دشوار میباشد. برای این پیش بینی نیازمند یک مدل و الگوریتم محاسباتی هستیم که بتواند به صورت سیستماتیک به این فرآیند بپردازد.ویژگی این بررسی در این است که علاوه بر امکان پیش بینی، امکان مقایسه قیمتهای پیش بینی شده را بادرنظرگرفتن یکی از چندین صنایع بورسی با قیمت محاسبه شده توسط الگوریتم نسبت طلایی در اختیار سرمایه گذاران قرار می دهد. در این بین صنعت بانکداری انتخاب شده و تمامی بانک های موجود در بورس و فرابورس مورد بررسی قرار گرفته و نتایج یکی از آنها در این مقاله ارائه شده است.همچنین از سری زمانی و منطق فازی برای واقعی سازی داده ها استفاده شده است.روش ترکیبی مذکور بر روی میانگین هفتگی قیمت های بورس اوراق بهادار تهران به کارگرفته شده است. در این تحقیق سعی گردیده ، وضعیت های خرید یا فروش سهام برای سرمایه گذاران با روابط محاسباتی نشان داده شود.
The especial importance of capital market in countries is undeniable in economic development via effective capital conduct and optimum resources allocation. Investment in capital market requires decision making in new stock exchanges, and accessing information in the case of future status of capital market. Forecasting stock market price has always been a challenging task, since it is affected by many economic and non-economic factors and variables; therefore, selecting the best and the most efficient forecasting model is tough and essential. For this forecasting, we need a computing model with systematic method that can be estimated in this research. The attribution of this test considering one of the stock exchange industries is forecasting prices and contrasting them with calculated price achieved by Golden ratio algorithm. Banking industry is selected and all of listed in bourse and farabourse banks are reviewd that the results of one of them is presented in this article. Time-series and Fuzzy logic models are used for rationalization. Fuzzy time-series models have been utilized to make reasonably accurate prediction in the area of stock price movements.The mentioned combined method are run on the average of weekly prices of Tehran Stock Exchange. In this research stock trade for investors with calculated relations are displayed.
_||_