چکیده
بازار سرمایه، به دلیل داشتن خواص بسیاری از جمله عدم نیاز به سرمایه زیاد و سوددهی بالا به بستر مناسبی برای سرمایه گذاری تبدیل شده است. به همین دلایل، رشد این بازارها با سرعت چشمگیری در حال افزایش است. همین امر باعث تقاضای بالاتر برای اطلاعات، تلاش بیشتر برای پیش بینی و ابداع مدل های جدید برای پیش بینی آینده بازار شده است. پیش بینی بازار سرمایه به دلیل وجود انبوهی از سرمایه گذاران با دیدگاه های متفاوت و اثرگذار بودن تعداد زیادی از متغیرها که عملا بررسی همه آنها ممکن نیست، کاری دشوار و چالش برانگیز می باشد. به همین دلایل، مدل های پیش بینی جدید معرفی شده و مدل های پیش بینی قبلی ارتقا می یابند و یا با یکدیگر ترکیب می شوند. به طور کلی می توان گفت که تلاش های صورت گرفته تا زمان فعلی، در سه دسته برای پیش بینی بازار سرمایه قرار می گیرند. دسته اول از تحلیل تکنیکی، دسته دوم از تحلیل بنیادین و دسته سوم از مدل های ریاضی استفاده می کنند. تلاش برای افزایش قابلیت های مدل های موجود با استفاده از تلفیق این مدل ها با یکدیگر، روند تازه ای است که نتایج رضایت بخشی را نیز به دنبال داشته است. بیشتر این تلاش ها در جهت پیش بینی قیمت ها برای یک دوره جلوتر با استفاده از تحلیل تکنیکی و تحلیل بنیادی در چارجوب مدل های ریاضی و هوش مصنوعی قرار می گیرند. در همین راستا در پژوهش پیش رو به تلفیق تحلیل تکنیکی، تحلیل به وسیله مدل های سری زمانی و داده کاوی پرداخته و برای اولین بار به پیش بینی دو قیمت برای دوره آینده می پردازیم. مدل های مذکور در قالب شبکه عصبی با یکدیگر تلفیق شده و نتایج نشان دهنده برتری عملکرد شبکه عصبی نسبت به مدل رگرسیون چند متغیره و مدل های سری زمانی دارند.
کلمات کلیدی : پیش بینی؛ شبکه عصبی؛ داده کاوی؛ سری زمانی؛ تحلیل تکنیکی؛ رگرسیون چند متغیره
فرمت پایان نامه: WORD (قابل ویرایش)
تعداد صفحات: 145
فهرست مطالب
فصل اول : کلیات تحقیق 1
1-1- مقدمه 2
1-2- نظریه کارایی بازار سرمایه 3
1-3- ابعاد مختلف بازار سرمایه و ابزارهای پیش بینی 5
1-4- پژوهش&zwnj های مشابه 9
1-5- ضرورت انجام تحقیق و اهمیت تحقیق 13
1-6- اهداف تحقیق 14
1-7- ساختار تحقیق 14
فصل دوم : ادبیات تحقیق 15
2-1- مقدمه 16
2-1-1- تحلیل تکنیکی 17
2-1-2- تحلیل بنیادین 18
2-1-3- تحلیل توسط مدل&zwnj های علمی 19
2-2- آیا بازار سرمایه پیش بینی پذیر است؟ 22
2-2-1- نظریه کارایی بازار سرمایه 22
2-2-2- فروض نظریه کارایی بازار 28
2-2-3- انتقادات وارد شده به نظریه کارایی بازار سرمایه 29
2-2-4- پاسخ نظریه کارا 30
2-2-5- نتیجه گیری 31
2-3- داده کاوی 32
2-3-1- مقدمه 32
2-3-2- مفهوم داده کاوی 33
2-3-4- اهداف داده کاوی 36
2-3-5- داده کاوی و رابطه آن با علم آمار 41
2-4- شبکه عصبی 43
2-4-1- معرفی: 43
2-4-2- کاربرد شبکه های عصبی 44
2-4-3- تعریف پایه شبکه های عصبی 44
2-4-4- ویژگی های شبکه عصبی 46
2-5- تحلیل تکنیکال 59
2-5-1- مقدمه: 59
2-5-2- اندیکاتورهای تحلیل تکنیکال 60
2-6- مرور پژوهش های مشابه 63
2-6-1- کاربرد شبکه عصبی در پیش بینی قیمت سهام 63
2-6-2- کاربرد شبکه عصبی در تعیین استراتژی مبادله سهام 70
2-6-3- کاربرد داده کاوی در بازار سهام 75
2-6-4- کاربرد شبکه عصبی و داده کاوی در پیش بینی قیمت سهام 77
فصل سوم : روش تحقیق 81
3-1- مقدمه 82
3-2- جمع آوری داده ها 85
3-3- پیش پردازش داده ها 85
3-3-1- کاهش سطری داده ها 86
3-3-2- ساخت اطلاعات مورد نیاز 88
3-3-3- انتخاب داده ها و کاهش ستونی 93
3-4- طراحی شبکه عصبی برای پیش بینی قیمت سهم 95
3-4-1- ساختار شبکه 95
3-4-2- الگوریتم یادگیری 97
3-4-3- توابع فعال سازی 98
3-5- مدل های رقیب و معیارهای سنجش 98
3-6- جمع بندی 98
فصل چهارم : نتایج عددی 99
4-1- مقدمه 100
4-2- جمع آوری داده ها و تشکیل پایگاه داده 100
4-3- پیش پردازش داده ها 101
4-3-1- کاهش سطری داده ها 101
4-3-2- ساخت اطلاعات مورد نیاز 103
4-3-3- انتخاب داده ها و کاهش ستونی پایگاه داده 109
4-4- طراحی شبکه عصبی 115
4-5- اجرای شبکه عصبی و مقایسه نتایج 116
4-6- جمع بندی 121
فصل پنجم : نتیجه گیری 122
5-1- مقدمه 123
5-2- جمع بندی تحقیق 123
5-3- نتایج و نوآوری های تحقیق 124
5-4- پیشنهادات برای تحقیقات آتی 125
