ج- از آنجا که پیاده سازی مدلهای تهیه شده توسط سایر روش های پیش بینی در شبکه عصبی بسیار پیچیده و مشکل است و نیاز به داشتن اطلاعات ریاضی در سطح بسیار بالایی می باشد به جهت به دست آمدن نتیجه ای هرچه بهتر و نزدیک به واقع تر ، پیشنهاد می شود ابتدا مدلهای پیش بینی توسط شبکه عصبی به دست آید و سپس همان مدل توسط سایر روشها مورد بررسی و تجزیه و تحلیل قرار گیرد.

محدودیتهای تحقیق

داده های مورد استفاده در این تحقیق ارقام شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران از تاریخ ۰۸/۰۴/۱۳۷۱ الی ۰۹/۰۳/۱۳۸۶ می باشد که با بهره گرفتن از نرم افزار ره آورد نوین تهیه گردید . تعداد کل ارقام شاخص برای این دوره ۳۶۱۳ عدد بوده است. علت استفاده از این دوره زمانی در وهله اول به خاطر در دسترس بودن و جدید بودن داده ها(در زمان تهیه تحقیق) می باشد و همچنین مقدار داده ها به اندازه کافی زیاد باشد که بتوان با آنها هم شبکه عصبی را آموزش داد و هم آزمایش نمود. اما از آنجا که به روز نمودن ارقام شاخص مد نظر این تحقیق نیازمند عضویت در شرکت ره آورد نوین بوده و عضویت نیز دارای شرایطی خاص و مشکل می باشد لذا جهت به روز رسانی اعداد شاخص اقدامی صورت نپذیرفته است.
دانلود پایان نامه

خلاصه

در فصل جاری خلاصه ای از نتایج به دست آمده در این تحقیق و پیشنهادهایی که ممکن است برای تحقیقات آتی مورد استفاده واقع شود، همچنین محدودیتهای به وجود آمده در حین مطالعه فرضیات، ارائه گردیده است. نتیجه به دست آمده از تحقیق حاضر برتری چشمگیر شبکه های عصبی در پیش بینی شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران نسبت به روش آریما و ناتوانی رگرسیون در پیش بینی شاخص مورد نظر می باشد.
منابع و مأخذ:
منابع فارسی:
۱-اکباتانی،محمدعلی،۱۳۷۳،شاخص قیمت سهام،تهران،سازمان بورس اوراق بهادار تهران.
۲-البرزی،محمود،۱۳۸۰،آشنایی با شبکه های عصبی،چاپ اول،موسسه انتشارات علمی دانشگاه صنعتی شریف،ترجمه کتاب Neural Computing:An Introduction،آر.بیل و تی. جکسون،۱۹۸۸.
۳-بت شکن،محمدهاشم،۱۳۸۲،شناخت شاخص های قیمت سهام در بورس اوراق بهادار و طراحی شاخص نوین قیمتی(Bindex) در بورس اوراق بهادار تهران،تهران،مجله مطالعات حسابداری،شماره چهار.
۴-پی تام،عبدالرضا،۱۳۸۰،پیشگویی قیمت سهام با بهره گرفتن از سیستم های عصبی فازی،پایان نامه کارشناسی ارشد دانشگاه شیراز.
۵-دوانی،غلامحسبن،۱۳۸۲،بورس،سهام و نحوه قیمت گذاری سهام،چاپ دوم،نشر نخستین،تهران.
۶-سازمان بورس اوراق بهادار تهران،۱۳۷۶،نماگر سازی در بورس اوراق بهادار تهران،مفاهیم و روشها،سازمان بورس اوراق بهادار تهران.
۷-سازمان بورس اوراق بهادار تهران،۱۳۷۷،چارچوبی برای سنجش پنجاه شرکت فعالتر در بورس اوراق بهادار تهران،مجله بورس،شماره ده.
۸-فدایی نژاد،محمد اسماعیل،۱۳۷۳،بررسی کارایی بازار سرمایه در بورس اوراق بهادار تهران،رساله کتری دانشگاه تهران.
۹-مدرس،احمد،۱۳۸۰،بررسی کاربرد مدل سری زمانی چند متغیری در پیش بینی جریانات نقدی عملیاتی،رساله دکتری دانشگاه علامه طباطبایی.
۱۰-منهاج،محمد باقر،۱۳۸۶،مبانی شبکه های عصبی(هوش محاسباتی)،جلد اول،تهران،دانشگاه صنعتی امیرکبیر.
۱۱-هومن،علی،۱۳۷۴،شناخت روش علمی در علوم فناوری(پایه های پژوهش)،چاپ دوم،تهران.
منابع انگلیسی:
۱- Beaver, w., 1981,”Financial Reporting; An Accounting Revolution”.
۲- Bishop, M. C., 1997,”Neural Networks for Pattern Recognition”, ۵th ed., Oxford University Press, Oxford.
۳- Bollereslev, T.,1986,”Generalized Autoregressive Condition Heteroskedasticity”, Journal of Econometrics,No. 31.
۴- Bosarage, W. E., 1993,”Adaptive Processes to Explain the Nonlinear Structure of Financial Market. In: R. R. Trippi and Turban (eds.), Neural Networks in finance and Investing”, Probus Publishing.
۵- Box, J. and Jenkins, G., 1970,”Time Series Analysis: Forcasting and Control”, Holden-Day, San Francisco, CA.
۶- Brown, K. C. and Reilly, F. K., 2000,”Investment Analysis and Portfolio Management “, ۶th Ed., Dryden.
۷- Chen, A., Leung, M. T. and Dauk, H., 2003,” Application of Neural Networks to an Emerging Financial Market, Forecast and Trading the Taiwan Stock Index”, Computer and Operation Research, No. 30.
۸- Engle, R. F., 1982, “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation”, Econometrica, No. 50.
۹- Fama, E. F., 1970, “Efficient Capital Markets: A Review oh Theory and Emiricial”, Journal of Finance, No. 27.
۱۰- Fama, E. F., 1976,”Foundation of Finance”, Basic Books Inc., New York.
۱۱- Fu, J., 1998, “A Noural Network Forecast of Econmic Growth and Recession”, the Journal of Economics XXIV”, No. 1.
۱۲- Haefke, C. and Helmenstein, c., 1996,”Neural Networks in the Capital Markets: An Application to Index Forecasting”, Computational Economics,No. 9.
۱۳- Hendriksen, E. F. and Vanbreda, M. F., 1992,”Accounting Theory”, ۵th Ed., Irwin, Chicago.
۱۴- Hiemstra, Y., 1996, “Linear Regression versus Backpropation Networks to Predict Quarterly Stock Market Excess Returns”, Computational Economics, Vol.9.
۱۵- Hill, Tim, Marques, Leorey, O’Conner, Marcus and Remus, W., 1994, “Artificial Neural Networks Models for Forcasting and Decision Making”, International Journal of Forecasting, Vol. 10.
۱۶- Januskevicius, M., 2003,”Testing Stock Market Efficiency Using Neural Networks: Case of Lithuania”, MA Thesis, Stockholm School of Economics, Riga.
۱۷- Jenson, M. C., 1978,”Some Anomalous Evidence Regarding Market Efficency”, Journal of Financial Ecobomics, No. 6.
۱۸- Kohzadi, N., Boyd, M. S., Kaastra, I., Kermanshahi, B. S. and Scuse D., 1995,”Neural Networks for Forcasting: An Intoduction”, Canadian Journal of Agricultural Economics, Vol. 43.
۱۹- Kuan, C. M. and White, H., 1994, “Artificial Neural Networks: An Economics Perspective “, Econometrics Reviews, No. 13.
۲۰- Kutsurelis, J. E., 1998, “Forecasting Financial Markets Using Neural Networks: An Analysis of Methods and Accuracy”, MA. Thesis, Monterey, California.
۲۱-Lin,C. S.,Alikham, H. and Huang, C.,(2002) :Can the Neuro Fuzzy Model Predict Stock Indexes better than its Rivals",University of Denver,Denvaer.
۲۲-Montgomery, C. D.,Lynwood, A. J. and Gardiner, J. S.,(1990),"Forecasting Time Series Analysis",Second Ed.,Mc Grow-Hill.
۲۳-Moody,J.,Levin, U. and Rehfoss, S.,(1993),"Predicting of U.S. index of industrial production:,Neural network world,No. 3.
۲۴-Moshisr, S. and Cameron,N.,(2000),"Neural networks versus econometric models in forcasting inflation",Journal of Forcasting,No. 19.
۲۵-Nelson, C. and Plosser, C.,(1982),"Trend and Random walks in macroeconomics time series: Some evidence and Implications",Journal of Monetary Economics,Vol. 10.
۲۶-Perron, P.,(1989),"The great crash, the oil price shock and unit root hypothesis",Econometria,Vol. 57.
۲۷-Refenes, A. N.,Zapranis, A. and Gavin, F.,(1995),"Modeling stockreturns in the Framework of APT:C comparative study with Regression Models". In: A.P. Refenes (ed.): Neural network in capital Markets.Wiley.
۲۸-Rosenbalt,F.,(1962),"Principles of neurodynamics",Sputan Press,Washington DC.
۲۹-Stevenson, W.J. and Hojati, M.,(2001),"Production and operaion management", 7th Ed. Mc Grow-Hill,Canada.
۳۰-Trippi,R.R. and Turban, E.,(1990),"Auto learning Approaches for building expert system",Computer and operations research, Vol. 17.
۳۱- Trippi,R.R. and Turban, E.,(1996),"Neural networks in finance and investing", second Ed.,Irwin, Chicago.
۳۲-Tsibouris,G. and Zeidenberg,M.,(1995),"Testing te efficient markets hypothesis with gradient descent algoritms:. In:A.P. Refenes (ed.):Neural networks in the capital market,Wiley.
۳۳-Verkooijen,W.,(1996),"A neural network approach to lonh-run exchange rate predictin",Computatinal Economics,Vol. 9.
۳۴-Werbos,P. J.,(1974),"Beyond Regession:New tools for prediction and analysis in behavioral science",Ph.D. Thesis,Harvard University,Chambridge,MA.
۳۵-White, H.,(1998),"Economic Prediction using neural networks: The case of IBM daily Stock Reurns:,Proceeding of IEEE International Conference on neural networksII.

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...