تحقیق درباره ارزیابی توانایی مدل های داده کاوی در پیش‌بینی قیمت سهام

اختصاصی از سورنا فایل تحقیق درباره ارزیابی توانایی مدل های داده کاوی در پیش‌بینی قیمت سهام دانلود با لینک مستقیم و پر سرعت .

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 34 صفحه

   چکیده :

اهمیت ویژه بازار سرمایه در توسعه اقتصادی ازطریق هدایت موثرسرمایه‌ها وتخصیص بهینه منابع غیرقابل انکاراست. سرمایه‌گذاری دربازارسرمایه مستلزم تصمیم‌گیری می‌باشدکه این خودنیازمنددستیابی به اطلاعاتی درخصوص وضعیت آینده قیمت بازار سهام می‌باشد. لذادرصورتی که بتوان روندآتی بازارسهام را با روش‌های مناسب پیش‌بینی نمود،سرمایه‌گذارمی‌تواند بازده حاصل از سرمایه‌گذاری خود را بیشینه سازد .این تحقیق به بررسی دقت مدل های تخمینگربردارپشتیبان(SVR)،تخمینگرحداقل درجه (LARS)،شبکه عصبی – فازی (ANFIS)جهت پیش بینی قیمت سهام در سه سطح روزانه ،هفتگی و ماهیانه می‌پردازد .جامعه آماری این تحقیق در برگیرنده کلیه شرکت های پذیرفته شده در بورس اوراق بهادار در بازه زمانی 1380تا 1389می باشد که نمونه مورد بررسی شامل  10 شرکت می باشد.نتایج نشان می‌دهد که هر سه مدل قابلیت پیش بینی قیمت سهام را دارا هستند اما مدل  های تخمینگر بردار پشتیبان (SVR) و شبکه عصبی -  فازی در دو سطح داده های روزانه و هفتگی توانایی بالاتری جهت   پیش بینی قیمت سهام دارا می با‌شند.

مقدمه :

ناشناخته ‌بودن عوامل تاثیر گذار بر تغییرات قیمت سهام همواره دلیلی برای روی آوردن به پیش‌بینی قیمت سهام شرکت ‌ها است .امروزه مدیران مالی ترجیح می ‌دهند مکانیزمی در اختیار داشته باشند که بتواند آن ها را در امور تصمیم ‌گیریشان یاری نماید به همین دلیل توجه به روش های پیش‌بینی بسیار مورد توجه قرار گرفته است .

از این رو متخصصان بازارسرمایه، سالیان متمادی به مطالعه  بازار و شناسایی الگوهای مختلف برای  پیش ‌بینی پرداخته اند که برای این امر ترکیبی از تشخیص الگو و تجربه‌ی مبتنی بر مشاهده روابط علّت و معلول را بکار بسته اند. همچنین برنامه‌های نرم ‌‌‌افزاری بسیاری نیز وجود دارند که به این تصمیم‌گیری کمک  می‌کندو به عنوان موتور پیش بینی مورد استفاده قرار می گیرند. با این وجود در روندهای مالی، اغلب شرایطی بوجود می آید که قوانین را به هم  می‌ریزد وپیش بینی را توسط روشهای مذکور دشوار می سازد.

در ادبیات موضوع ، روش های پیش بینی گوناگونی وجود دارد.این تکنیک ها براساس نوع ابزار و نوع داده های مورد استفاده به چهارگروه طبقه بندی نمود :

1- روش های تحلیل فنی[1]

2- روش های تحلیل بنیادی[2]

3- روش های پیش بینی سری های زمانی کلاسیک[3]

4- روش های هوشمند[4]

تحلیل گران فنی سعی می‌کنند بر اساس  الگوهای موجود در نمودار داده‌های مربوط به بازار ،قیمت را پیش‌بینی کنند .تحلیل‌گران بنیادی ،با توجه به ارزش واقعی و ذاتی یک سهم اقدام به پیش‌بینی می‌نمایند . در پیش‌بینی با روش ‌های کلاسیک ،فرض بر این است که مقادیر آینده قیمت ،سیر خطی مقادیر گذشته را می‌پیمایند .روش های هوشمند الگوهای خطی و غیر خطی موجود در داده‌ها ی مربوط به بازار را دنبال می‌کنند تا بدین وسیله فرایند ایجاد آنها را حدس بزنند.