بهکارگیری مدلRNN شبکه عصبی مصنوعی جامع جهت ارزشگذاری معاملات بلوکی
محورهای موضوعی : مجله فناوری اطلاعات در طراحی مهندسیعادله بحرینی 1 , مریم اکبریان فرد 2 , مهدی خوشنود 3
1 - دانشجوی دکترای گروه مهندسی مالی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
2 - استادیار گروه حسابداری، واحد صومعه سرا، دانشگاه آزاد اسلامی، صومعه سرا، ایران(نویسنده مسئول)
3 - استادیار گروه حسابداری، واحد رودسر و املش، دانشگاه آزاد اسلامی، رودسر، ایران
کلید واژه: بازده سهام, ارزشگداری معاملات بلوکی, شبکههای عصبی یادگیری عمیق, مدلRNN,
چکیده مقاله :
درگذشته مطالعات برعوامل تاثیر گذار بر معاملات بلوکی شرکتها متمرکز بوده اند، در حالی که ارزشگذاری معاملات بلوکی برای اولین بار با استفاده از مدل یادگیری عمیق Rnn ، انجام شده است.ارزشگذاری معاملات بلوکی کمک میکند تا بتواند ترکیب مناسبی از سهام بلوکی را برای به حداکثر رساندن بازده در افق موردنظر انتخاب کند.هدف این پژوهش بررسی اطلاعات حاصل ازگزارشهای مالی شرکتهای پذیرفته شـده دربـورس اوراق بهادارتهران درقالب 15 شاخص مالی و یافتن میزان تاثیر آن شاخصها بر ارزشگذاری معاملات بلوکی با استفاده از آزمون rmse بر روی دادههای موردمطالعه می باشد. بدین منظورازاطلاعات مالی 64 شرکت ازمجموعه شرکتهای پذیرفتـه شـده درسـازمان بـورس اوراق بهادارتهران برای دوره زمانی 1390تا1400 استفاده شده است.نتایج نشان می دهد پیشبینی ارزشگذاری معاملات بلوکی باعث تمرکز بر بلوکهایی با اندازه بزرگتر به عنوان معیار اندازه گیری منافع خصوصی، میتواند معاملاتی که صرفاً عملیات مالی و با هدف سوددهی هستند را تحت تاثیر قرار دهد و انگیزه ی نهفته خریدار بلوک برای رسیدن به کنترل و منافع مالی یا استراتژیک را شناسایی کندو قابلیت اجرایی داشته باشد.
In the past, studies have focused on the influencing factors of companies' block trades, but the valuation of block transactions for the first time using Rnn deep learning model, It challenges the trader's trading behavior and strategy based on a measured value. This evaluation helps to choose the right combination of block Trade shares to maximize the return on the investment time horizon. The purpose of this research is to review the news and The information obtained from the financial reports of companies admitted to the Tehran Stock Exchange in the form of 15 financial indicators and to find the effect of these indicators on the valuation of block Trade transactions has been studied using the rmse test on the test data. For this purpose, the financial information of 64 companies from the group of companies accepted in the Tehran Stock Exchange for the period of 1390-1400 have been used. As a result, this criterion can help us on the one hand. It allows us to identify the hidden motivations in the purchase of blocks from the perspective of the buyer, and the purpose of block Trade transactions is to achieve control and achieve financial or strategic benefits.
_||_