پیش بینی قیمت سهام با استفاده از داده کاوی و شبکه های عصبی : پایان نامه ارشد مهندسی صنایع گرایش مهندسی مالی

رشته صنایع یکی از مهمترین زیر شاخه های فنی و مهندسی شامل گرایش های متعددی در مقطع کارشناسی ارشد میباشد . در ادامه به معرفی نمونه پایان نامه ارشد مهندسی صنایع ‘گرایش مهندسی مالی با عنوان : پیش بینی قیمت سهام با استفاده از داده کاوی و شبکه های عصبی که در 150 صفحه در فرمت قابل ویرایش Word به نگارش در آمده میپردازیم .

چکیده تحقیق پیش بینی قیمت سهام با استفاده از داده کاوی و شبکه های عصبی :

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

ضرورت انجام تحقیق و اهمیت تحقیق

همانگونه که پیش‌تر و در ادبیات موضوعی دیده شد، پیش بینی قیمت بالا و قیمت پایین برای یک دوره جلوتر، پیش از این انجام نشده است و خلاء وجود مدلی برای پیش بینی که به طور عملی قابل استفاده باشد، احساس می شود. پیش از این، در پژوهش های مشابه، تنها قیمت بسته شدن پیش بینی می شده است و این در حالی است که پیش بینی کننده سهم، ممکن است مالک سهام نباشد. در این حالت، پیش بینی کننده توانایی عملی برای استفاده از مدل را ندارد. دلیل این امر این است که وی احتمالا مجبور است، سهام را با همان قیمتی که پیش بینی می کند، خریداری کند. لذا در این پژوهش، به پیش بینی دو قیمت بالا و پایین پرداخته شده و توسط آن، پیش بینی کننده این فرصت را دارد که در قیمت پایین سهام را خریداری کرده و در قیمت بالا آن را بفروشد.

فهرست مطالب تحقیق پیش بینی قیمت سهام

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- پژوهش‌های 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 مدل‌های 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 کاوي.. 33

2-3-4- اهداف داده کاوی.. 36

2-3-5- داده کاوي 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 سهام  . 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

فهرست جدول ها

جدول 2-1 : توابع فعالسازی نرون های مختلف در شبکه های عصبی.. 49

جدول 4-2 : شرح اندیکاتورهای معروف تحلیل تکنیکال.. 61

جدول 4-2 : شرح اندیکاتورهای معروف تحلیل تکنیکال : ادامه جدول.. 62

جدول 3-1 : صنایع و شرکت های انتخاب شده جهت انجام پژوهش…. 85

جدول 3-2 : اندیکاتورهای به کار رفته در پژوهش…. 89

جدول 4-1 : تغییرات تعداد رکوردهای پایگاه های ساخته شدن پس از حذف داده های مغشوش… 102

جدول 4-2 : تغییرات تعداد رکوردهای پایگاه های ساخته شده، پس از حذف داده های پرت.. 103

جدول 4-3 : سری های زمانی ساخته شده توسط اندیکاتورهای تحلیل تکنیکال.. 104

جدول 4-4 : بهترین lag شرکت های حاضر در صنعت بانک و مؤسسات مالی با بانک پارسیان.. 105

جدول 4-5 : بهترین lag شرکت های حاضر در صنعت شیمیایی با صنایع شیمیایی فارس… 106

جدول 4-5 : بهترین lag شرکت های حاضر در صنعت شیمیایی با صنایع شیمیایی فارس : ادامه جدول.. 107

جدول 4-6 : بهترین lag شرکت های حاضر در صنعت فلزات اساسی با فولاد مبارکه اصفهان.. 107

جدول 4-6 : بهترین lag شرکت های حاضر در صنعت فلزات اساسی با فولاد مبارکه اصفهان : ادامه جدول   108

جدول 4-7 : تغییرات تعداد رکوردهای پایگاه های ساخته شده، پس از حذف داده های مغشوش اندیکاتورها 109

جدول 4-8 : اندیکاتورهای انتخاب شده توسط روش رگرسیون پله ای برای ورود به شبکه عصبی.. 110

جدول 4-9 : دسته بندی اندیکاتورهای مشابه. 111

جدول 4-10 : اندیکاتورهای انتخاب شده از دسته ها برای ورود به شبکه عصبی.. 111

جدول 4-11 : داده های تخصیص داده شده به شبکه عصبی در هر پایگاه. 116

جدول 4-12 : مقایسه نتایج به دست آمده از شبکه عصبی و مدل های رقیب برای سهام بانک پارسیان.. 120

جدول 4-13 : مقایسه نتایج به دست آمده از شبکه عصبی و مدل های رقیب برای سهام صنایع شیمیای فارس    120

جدول 4-14 : مقایسه نتایج به دست آمده از شبکه عصبی و مدل های رقیب برای سهام فولاد مبارکه اصفهان   121

فهرست شکل ها

شکل 1-1 : دسته بندی کلی تحلیل های کاربردی در بازار سرمایه. 21

شكل2-2 : ساختار شبكه عصبي پيش رو (غير بازگشتي) باسه لايه ،لايه ورودي ، لايه مياني و لايه خروجي.. 45

شكل2-3 : ساختار شبكه عصبي برگشتي با سه لايه ، لايه هاي دوم و سوم برگشتي مي باشند. 45

شکل 2-4 : مدل یک نرون خطی و غیرخطی(خطی یا غیر خطی بودن به نوع تابع فعال ساز بستگی دارد) 47

شکل2-5 : نحوه عملکرد بایاس در خروجی ترکیب کننده خطی.. 48

شکل 2-6 : توابع فعالسازی(الف) حدآستانه، (ب) خطی تکه‌ای، (ج) سیگموئید تک قطبی، (د)گوسین، (ه) خطی (و) سیگموئید دوقطبی.. 50

شکل 2-7 : شبکه پیشرو با یک لایه فعال (خروجی) 51

شکل 2-8 : شبکه عصبی پیشرو با یک لایه مخفی و یک لایه خروجی.. 52

شکل 2-9 : شبکه عصبی بازگشتی بدون حلقه خودپسخور و نرون‌های میانی.. 53

شکل 2-10 : شبکه بازگشتی با نرونهای مخفیبا حجم حافظه بالاتر. 54

شکل 2-11 : یک شبکه عصبی با سه نرون و دولایه فعال. 56

شکل 3-1 : شمای کلی مراحل انجام تحقیق.. 84

شکل 3-1 : شباهت سری های سفید و سیاه با در نظر گرفتن lag.. 92

شکل 4-1 : قیمت های بسته شدن سهام بانک پارسیان و بانک کارآفرین.. 113

شکل 4-2 : قیمت های بسته شدن سهام پتروشیمی خارک و صنایع شیمیایی فارس.. 114

شکل 4-3 : قیمت های بسته شدن سهام فولاد مبارکه اصفهان و فولاد خوزستان. 115

شکل 4-4 : شبکه عصبی ساخته شده توسط نرم افزار متلب.. 116

شکل 4-5 : قیمت های پایین پیش بینی شده و واقعی برای سهام بانک پارسیان. 117

شکل 4-6 : قیمت های بالای پیشش بینی شده و واقعی برای سهام بانک پارسیان. 117

شکل 4-7 : قیمت های پایین پیش بینی شده و واقعی برای سهام صنایع شیمیایی فارس.. 118

شکل 4-8 : قیمت های بالای پیش بینی شده و واقعی برای سهام صنایع شیمیایی فارس.. 118

شکل 4-9 : قیمت های پایین پیش بینی شده و واقعی برای سهام فولاد مبارکه اصفهان. 119

شکل 4-10 : قیمت های بالای پیش بینی شده و واقعی برای سهام فولاد مبارکه اصفهان. 119

راهنمای خرید و دانلود فایل

برای پرداخت، میتوانید از کلیه کارتهای عضو شتاب  استفاده نمائید.

بعد از پرداخت آنلاین لینک دانلود فعال و نمایش داده میشود ، همچنین یک نسخه از فایل همان لحظه به ایمیل شما ارسال میگردد.

در صورت بروز  هر مشکلی،میتوانید از طریق تماس با ما  پیغام بگذارید و یا در تلگرام با ما در تماس باشید، تا شکایت شما مورد بررسی قرار گیرد.

برای دانلود فایل روی دکمه خرید و دانلود  کلیک نمایید.