۵-۳-۱٫ مقایسه مدل سؤال اول و سؤال دوم ۱۰۲
۵-۳-۲٫ مقایسه مدل سؤال سوم و سؤال چهارم ۱۰۴
۵-۴٫ پیشنهادهای تحقیق ۱۰۵
۵-۴-۱٫ پیشنهادات کاربردی ۱۰۶
۵-۴-۲٫ پیشنهادات تحقیقات آتی ۱۰۶
۵-۵٫ محدودیتهای پژوهش ۱۰۶
منابع فارسی ۱۰۷
منابع انگلیسی ۱۱۰
فهرست نمودارها
عنوان صفحه
نمودار ۳-۱٫ مدل شبکه پرسپترون چند لایه ۷۷
نمودار ۳-۲٫ گام به گام مراحل انجام تحقیق ۸۳
نمودار ۴-۱٫ پیش بینی قیمت واقعی و پیش بینی شده ۹۷
نمودار ۴-۲٫ ضریب همبستگی شبکه عصبی ۹۸
فهرست جداول
عنوان صفحه
جدول ۲-۱ خلاصه نتیجه تحقیقات خارجی گذشته ۶۷
جدول ۲-۲ خلاصه نتاج تحقیقات گذشته خارجی ۷۱
جدول ۳-۱ الگوریتم مدل شبکه عصبی پیش‌خور ۷۷
جدول ۳-۲ معیارهای پیش بینی ۷۹
جدول ۳-۳ شبه کد کلونی زنبور عسل ۸۰
جدول ۴-۱ نام شرکتهای نمونه(یافته­های محقق) ۸۶
جدول ۴-۲ محاسبه معیار جذر میانگین مجذور خطا با تعداد مختلف نرون برای داده‌های ترکیبی(یافته­های محقق) ۸۷

جدول ۴-۳ شبکه عصبی مدل اول آزمایشی با متغیرهای ترکیبی(یافته­های محقق) ۸۸
جدول ۴-۴ شبکه عصبی مدل اول کل داده‌ها با متغیرهای ترکیبی(یافته­های محقق) ۸۹
جدول ۴-۵ محاسبه معیار جذر میانگین مجذور خطا با تعداد مختلف نرون برای داده‌های فنی (یافته­های محقق) ۹۰
جدول ۴-۶ شبکه عصبی مدل دوم داده‌های آزمایشی با متغیرهای فنی (یافته­های محقق) ۹۱
جدول ۴-۷ شبکه عصبی مدل دوم کل داده‌ها با متغیرهای فنی (یافته­های محقق) ۹۲
جدول ۴-۸ شبکه عصبی مدل سوم داده‌های آزمایشی با متغیرهای ترکیبی و اقتصادی (یافته­های محقق)
جدول ۴-۹ شبکه عصبی مدل سوم کل داده‌ها با متغیرهای ترکیبی و اقتصادی (یافته­های محقق) ۹۵
جدول ۴-۱۱ سطوح تنظیم پارامتر (یافته­های محقق) ۹۵
جدول ۴-۱۲ سناریو آزمایشی عاملی کامل (یافته­های محقق) ۹۶
جدول ۴-۱۳ شبکه عصبی کلونی زنبورعسل کل داده‌ها با متغیرهای ترکیبی (یافته­های محقق) ۹۷
جدول ۵-۱ مقایسه نتایج سؤال اول و دوم ۱۰۳
جدول ۵-۲ مقایسه مدل سوم و چهارم ۱۰۴
چکیده­
با توجه به تأثیر بازار بورس در تأمین مالی و توسعه کشور، یافتن روشی مناسب برای پیش‌بینی بازار سهام اهمیت بسیار دارد. در بورس اوراق بهادار حساسیت‌های زیادی نسبت به روند قیمت وجود دارد، این باعث شده تا تحولات مربوط به چنین پدیده‌ی مورد تحلیل منظم قرار گیرد. در سال‌های اخیر مدل‌های متفاوتی شبکه عصبی جهت پیش‌بینی قیمت سهام صورت گرفته است. برای آزمون سؤال‌های تحقیق از داده ­های مربوط به ۱۰ شرکت شیمیایی پذیرفته‌شده در بورس اوراق بهادار تهران به‌عنوان نمونه­ آماری و برای دوره­ زمانی ۱۳۹۳-۱۳۸۷ به روش شبکه عصبی با داده ­های ترکیبی شاخص بازار و مدل شبکه عصبی مبتنی بر کلونی زنبورعسل مورد تجزیه‌وتحلیل و مقایسه قرارگرفته است.
هدف این تحقیق که از بعد هدف از نوع کاربردی و از بعد روش توصیفی ست، پیش‌بینی قیمت سهام و ارائه یک مدل پویا و با خطای کمتر است، با متغیرهای ترکیبی تجزیه‌وتحلیل فنی و بنیادی و اقتصادی از شاخص بازار به روش شبکه عصبی در شرکت­های شیمیایی پذیرفته‌شده در بورس اوراق بهادار تهران است. نتایج این پژوهش نشان داده است، با داده ترکیبی متغیرهای تجزیه‌وتحلیل بنیادی بیشتر، ما آموزش بهتری را خواهیم داشت و نتایج بهتری را به دست می‌آوریم و خطای پیش‌بینی مینیمم می‌شود. همچنین استفاده از کلونی زنبورعسل به‌عنوان یک روش انتخاب ویژگی پوشش‌دهنده نقش مهمی در افزایش دقت و سرعت در اجرای تکنیک پیش‌بینی، حذف داده‌های غیر مرتبط و افزایش قابلیت فهم‌پذیری ایفا نمود و همچنین در مقایسه با شبکه عصبی با دادهای ترکیبی، کلونی زنبورعسل به‌عنوان یک روش پوشش‌دهنده در ترکیب با شبکه عصبی دقت پیش‌بینی بالاتری از خود نشان داد.
واژگان کلیدی: پیش‌بینی قیمت سهام، شبکه عصبی، دادهای ترکیبی، کلونی زنبورعسل
فصل اول:
کلیات تحقیق
مقدمه
رشد بورس اوراق بهادار تهران در سالهای­اخیر منجر به انجام تحقیقات تجربی مفیدی در رشته‌ مالی و حسابداری شده است. در این تحقیق، نیز برای کمک به پیشبرد ادبیات رشته حسابداری به بررسی عوامل تأثیرگذار ناشناخته ‌بر تغییرات قیمت سهام که همواره دلیلی برای روی آوردن به پیش‌بینی قیمت سهام شرکت‌هاست پرداخته می‌شود. امروزه مدیران مالی ترجیح می‌دهند مکانیزمی در اختیار داشته باشند که بتواند آن‌ها را در امور تصمیم‌گیری‌شان یاری نماید به همین دلیل توجه به روش‌های پیش‌بینی بسیار موردتوجه قرارگرفته است.
ازاین‌رو متخصصان بازار سرمایه، سالیان متمادی به مطالعه بازار و شناسایی الگوهای مختلف برای پیش‌بینی پرداخته‌اند که برای این امر ترکیبی از تشخیص الگو و تجربه‌ی مبتنی بر مشاهده روابط علّت و معلول را بکار بسته‌اند. همچنین برنامه‌های نرم‌افزاری بسیاری نیز وجود دارند که به این تصمیم‌گیری کمک می‌کند به‌عنوان موتور پیش‌بینی مورداستفاده قرار می‌گیرند. بااین‌وجود در روندهای مالی، اغلب شرایطی به وجود می‌آید که قوانین را به هم می‌ریزد پیش‌بینی را توسط روش‌های مذکور دشوار می‌سازد (آذر، افسر، ۱۳۸۵).
به این منظور پیش‌بینی قیمت سهام^[۱] را می‌توان مهم‌ترین مسئله دانست که سرمایه‌گذاران با آن مواجه هستند به‌طورکلی پیش‌بینی قیمت سهام با توجه به زمان محل و حجم سرمایه‌گذاری و عوامل و سایر متغیرهای مؤثر انجام می‌پذیرد در این راستا ابزار مختلفی ازجمله: روش‌های بنیادین، روش‌های تکنیکال، سری زمانی اریما^[۲] به کار گرفته‌شده‌اند؛ اما امروزه شبکه‌های عصبی‌های عصبی^[۳] و فازی توانسته‌اند از پیچیدگی‌های سری زمانی قیمت سهام را تجزیه‌وتحلیل نموده و طبق تحقیقات انجام‌شده برتری مدل‌های شبکه عصبی بر دیگر مدل‌ها اثبات‌شده است برخی تحقیقات به نتیجه مشترک رسیده‌اند که شبکه عصبی برای پیش‌بینی قیمت سهام دارای عملکرد بهتری نسبت به مدل‌های سنتی است (گالدون^[۴]، ۲۰۰۸) عده‌ای از محققان نیز بر این عقیده هستند که شبکه عصبی نتایج بهتری را نسبت به روش‌های اداری مانند رگرسیون و آنالیز ممیزی در پیش‌بینی قیمت سهام نشان می‌دهند (فن می لیو^[۵]، ۲۰۰۹).
نتایج تحقیق می‌تواند برای گروه‌های مختلف ازجمله مدیران و سهامداران مفید واقع شود. این پایان‌نامه به‌طورکلی از پنج فصل تشکیل‌شده است. در این فصل که کلیات تحقیق نام دارد به بیان مسئله‌ی تحقیق و ضرورت انجام آن می‌پردازد. سپس، مطالبی در خصوص اهداف، سؤالات و قلمرو تحقیق ارائه می‌شود. در پایان نیز، روش انجام تحقیق و تعریف واژه‌های اصلی تحقیق ارائه‌شده است.