بهینه سازی سبد سهام توسط الگوریتم شبکه عصبی فازی تطبیقی [Persian Thesis]
سینا رحمانپور
| شناسگر رکورد: | ۱۶۱۵۶ |
| رشته تحصیلی: | سیستم های مالی |
| عنوان: | بهینه سازی سبد سهام توسط الگوریتم شبکه عصبی فازی تطبیقی |
| نويسنده: | سینا رحمانپور |
| استاد راهنما : | دکتر فریماه مخاطب رفیعی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۹ |
| چکیده: | مدیریت سبد سهام و پیشبینی قیمت سهام همواره از مهمترین مسائل سرمایه گذاران و تحلیلگران مالی بوده است. به دلیل پیچیدگی بازار بورس و حجم بالای اطلاعات مورد پردازش، اغلب استفاده از یک سیستم ساده به منظور پیش بینی قیمت سهام و بهینه سازی سبد سهام نتایج خوبی به همراه ندارد. در سالیان اخیر روشهای مختلفی ارائه شده است که بر اساس کنشهای میان دادهها، روابط بین آنها را استخراج و مدل نهایی را ارائه میدهند. تعدد و تنوع روشهای مبتنی بر دانش نهفته در دادهها و توجه به این موضوع که استفاده از این روشها در اکثر منابع و پژوهشهای مورد بررسی دارای نتایچ امید بخشی بوده و همچنین در قیاس با سایر روشها نتایچ و عملکرد قابل قبولی داشته است، میتواند بیانگر قابلیت بالای این روشها در زمینههای مدلسازی و پیشبینی باشد. در تحقیق حاضر به منظور تشکیل سبد سهام بهینه از سیستم استنتاجی فازی- عصبی تطبیقی و ترکیب آن با بهینه سازی ازدحام ذرات کمک گرفته شد و با بهرهگیری از عدم قطعیت فازی و ارائه یک ساختار ترکیبی به این سؤال پاسخ داده شد که ساختار ترکیبی ارائه شده تا چه اندازه در پیش بینی قیمت سهام دقت دارد. بررسی نتایج به دست آمده حاکی از آن بود که در تحلیل سناریوهای مختلف و بازدهی سبدهای بهینه ارائه شده به نتایج نزدیکی نسبت به استفاده از دادههای واقعی خواهیم رسید که خود نشان از کارایی مدل ارائه شده در تشکیل سبد سهام بهینه دارد و حاکی از آن است که میتوان جهت کمک به سرمایهگذاران در فرآیند پیش بینی قیمت سهام و تشکیل سبد سهام بهینه از رویکرد مدلهای ترکیبی مبتنی بر شبکه عصبی فازی تطبیقی بهره جست. |
| واژگان کلیدی: | مهندسی صنایع |
| مهندسی مالی | |
| استنتاجی فازی عصبی تطبیقی | |
| سبد سهام بهینه | |
| پیشبینی قیمت سهام | |
| بهینه سازی ازدحام ذرات |
LoginWithYourAccountToPostComment