فهرست مقالات بازار سهام

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - تحلیل احساسات برای پیش¬بینی بازار بورس با شبکه عصبی ژرف: مطالعه موردی برای پایگاه داده سهام شرکت¬های بین-المللی
  حکیمه منصور سعیده ممتازی کامران لایقی
  امروزه تحلیل احساسات به عنوان یکی از ارکان اصلی در زمینه های مختلف از جمله مدیریت مالی، بازاریابی، پیش بینی تغییرات اقتصادی درکشورهای مختلف بکار گرفته می شود. به منظور ساخت یک تحلیل گر احساسات بر مبنای نظرات کاربران در رسانه های اجتماعی، بعد از استخراج ویژگی های مهم چکیده کامل

  امروزه تحلیل احساسات به عنوان یکی از ارکان اصلی در زمینه های مختلف از جمله مدیریت مالی، بازاریابی، پیش بینی تغییرات اقتصادی درکشورهای مختلف بکار گرفته می شود. به منظور ساخت یک تحلیل گر احساسات بر مبنای نظرات کاربران در رسانه های اجتماعی، بعد از استخراج ویژگی های مهم بین کلمات توسط شبکه پیچشی، از شبکه حافظه کوتاه-مدت بلند استفاده می کنیم تا رابطه نهفته در دنبالـه ای از کلمات را کشف و ویژگی های مهم متن را استخراج نماییم. با کشف ویژگی های استخراج شده جدید توسط شبکه‌ برگشتی با حافظه کوتاه-مدت بلند، توانایی مدل پیشنهادی در طبقه بندی ارزش سهام شرکت ها افزایش می یابد و در نهایت به پیش بینی سهام بورس در روز بعد براساس تحلیل احساسات می پردازیم. اﯾﻦ ﭘﮋوﻫﺶ ﺑﺮ اﺳﺎس دادهﻫﺎی ﻣﻘﺎﻟﻪ اﻧﮕﻮﯾﺎن و همکارانش اﻧﺠﺎم ﮔﺮﻓﺘﻪ اﺳﺖ و تنها از اﻃﻼﻋﺎت احساسی ﻣﺮدم در شبکه-ﻫﺎی اجتماعی ﺑﺮای ﭘﯿﺶبینی ﺳﻬﺎم اﺳﺘﻔﺎده می کند. با توجه به اینکه هر یک از پیـام های کاربـران را در 5 کلاس های احساسی طبقه بندی می کنیم، بنابراین این مدل ارزش سهام روز بعد را به دو حالت بالا یا پایین بودن آن می تواند پیش بینی کند. ساختار پیشنهادی شامل 21 لایه شبکه عصبی ژرف و متشکل از شبکه های پیچشی و حافظه کوتاه-مدت بلند است که برای پیش بینی سهام بورس 18 شرکت پیاده سازی شده است. اگرچه برخی مدل های ارائه شده قبل، از تحلیل احساسات به منظور پیش بینی بازار سرمایه بهره گرفته اند، اما از روش های ترکیبی و پیشرفته در شبکه های ژرف با میزان دقت پیش بینی بالا بهره نبرده اند. سنجش نتایج روش پیشنهادی با دیگر مطالعات نشان داده که عملکرد روش پیشنهادی در مقایسه با 8 روش دیگر، بطور قابل ملاحظه ای خوب بوده و در معیار ارزیابی صحت در پیش‌بینی روزانه سهام‌ با بهبود 8/19 درصدی نسبت به مدل شبکه پیچشی ژرف، 5/24 درصدی نسبت به مدل پیشنهادی انگویان و همکاران (2015) و 94/23 درصدی نسبت به مدل پیشنهادی درخشان و همکاران (2019) از روش‌های رقیب پیشی بگیرد. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  2 - تحلیل عوامل مؤثر بر انتخاب سبد سهام با استفاده از رویکرد برنامه ریزی ترجیحات فازی لگاریتمی
  داریوش فرید ابوالفضل دهقانی فیروزآبادی داود عندلیب اردکانی حمیدرضا میرزایی
  بازار سهام به عنوان یک ابزار سرمایه گذاري در دستر س هم براي سرمایه گذار و هم براي پذیرنده سرمایه از اهمیت ویژه اي برخوردار است. این ویژگی بازار سهام، یعنی دسترسی آسان، باعث شده است تا عموم مردم نیز علاوه بر سرمایه گذاري کلان به آن متمایل شده و سرمایه گذاري در اوراق بهاد چکیده کامل

  بازار سهام به عنوان یک ابزار سرمایه گذاري در دستر س هم براي سرمایه گذار و هم براي پذیرنده سرمایه از اهمیت ویژه اي برخوردار است. این ویژگی بازار سهام، یعنی دسترسی آسان، باعث شده است تا عموم مردم نیز علاوه بر سرمایه گذاري کلان به آن متمایل شده و سرمایه گذاري در اوراق بهادار به یک شیوه همگانی و رایج سرمایه گذاري تبدیل شود. بازارهای بورس نه تنها از پارامترهای کلان بلکه از هزاران عامل دیگر نیز متأثر می شوند. تعداد زیاد و ناشناخته بودن عوامل مؤثر بر قیمت سهام و همچنین پیچیده بودن رابطه بین این عوامل و قیمت سهام، موجب عدم اطمینان در زمینه سرمایه گذاری شده است. یکی ابزارهای کاهش عدم اطمینان و از بحث های بسیار مهم سرمایه گذاری در بورس اوراق بهادار، انتخاب سبد بهینه سهام می باشد. در این پژوهش از طریق مصاحبه با خبرگان و نیز بررسی مدارک و اسناد موجود، 6 معیار اصلی انتخاب سبد بهینه سهام را شناسایی نموده و با استفاده از رویکرد برنامه ریزی ترجیحات فازی لگاریتمی، وزن این معیارها و در نهایت وزن شاخص های مربوط به هر معیار را مشخص نمودیم. نتایج نشان می دهد معیارهای سودآوری، کارایی و ریسک به ترتیب مهم ترین معیارها در انتخاب سبد سهام هستند. پرونده مقاله