منابع پایان نامه ارشد درباره بورس اوراق بهادار، بورس اوراق بهادار تهران، مدل ARIMA، بازار کار

دانلود پایان نامه ارشد

طرف ديگر روشهاي پيش بيني کلاسيک در جايي که روابط بين پديده ها غير خطي و پيچيده مي باشند از قابليت بالايي برخوردار نمي باشد در حاليکه روشها ومدلهاي مبتني بر هوش مصنوعي قابليت بسيار بالايي در زمينه يادگيري روابط وتعميم دهي آنها به نتايج بعدي برخوردار مي باشند.

بيان مسأله
درخصوص بازارهاي سرمايه وقابليت پيش بيني عناصر مرتبط با آنها ، از قبيل قيمت اوراق بهادار ، حجم معاملات، شاخص ها و…. فرضيه هاي مختلفي بيان شده است . مهمترين فرضيه اي که در اين بازارها مطرح است فرضيه بازار کارا ونظريه گام تصادفي مي باشد .اين فرضيه بيان مي کند که در يک بازار کارا نمي توان با استفاده از اطلاعات موجود ، قيمت آينده را پيش بيني کرد و به عبارت ديگر فرايند ايجاد قيمتها کاملا تصادفي مي باشد . لذا اين فرضيه هر نوع تلاشي را در جهت پيش بيني اعداد وارقام بازار رد مي کند و بهترين پيش بيني قيمت بعدي را همان آخرين قيمت واقعي مي داند . نظريه هاي مخالف اين فرضيه نيز ارايه شده است اين افراد که معتقدند قيمت اوراق بهادار را مي توان پيش بيني کرد به دو گروه عمده بنياد گرايان وچارتيستها تقسيم مي شوند . بنياد گرايان با استفاده از تجزيه وتحليل بنيادي عوامل موثر بر ارزش ذاتي سهام سعي دارند تا قيمت ذاتي اوراق بهادار را تعيين کنند در حاليکه چارتيستها جهت تعيين قيمت بر اطلاعات گذشته و روند قيمتها متکي هستند . به عبارت ديگر آنها با استفاده از تجزيه وتحليل روند داده ها در گذشته سعي مي کنند پيش بيني خود را درخصوص قيمت اوراق بهادار حجم معاملات ، شاخصها و… انجام دهند .
در ادبيات مربوط به کارايي بازار سرمايه ، کارايي بازار با توجه به حساسيت قيمت ها به سطوح مختلف اطلاعات ، به سه سطح طبقه بندي شده است که عبارتند از، سطح ضعيف کارايي بازار که در آن قيمت هاي اوراق بهادار انعکاس کاملي از همه اطلاعات مربوط به گذشته مي باشند، سطح نيمه قوي کارايي بازار که در آن قيمت هاي اوراق بهادار انعکاس کاملي از همه اطلاعات گذشته و حال (به جز اطلاعات محرمانه ) مي باشند وسطح قوي کارايي بازار که در آن همه اطلاعات مربوط اعم از اطلاعات گذشته ،حال واطلاعات محرمانه در قيمت ها منعکس شده و در نتيجه فرايند ايجاد قيمت ها تصادفي بوده وپيش بيني قيمت امکان پذير نمي باشد .
شاخص قيمت سهام نشان دهنده وضعيت کلي اقتصاد يک کشور است . افزايش اين شاخص به معني رونق و بهبودي در اوضاع واحوال اقتصادي وکاهش آن بيانگر بحران ورکود است، لذا پيش بيني اين شاخص مي تواند در تصميم گيريهاي سرمايه گذاران ، صاحبان صنايع وحتي تحليل گران بازار سرمايه و اقتصاد مفيد واقع شود .
از شبکه هاي عصبي براي پيش بيني سريهاي زماني علي الخصوص جايي که شرايطي از قبيل ايستايي يا شرايط ديگري که راه را براي به کارگيري تکنيک هاي کلاسيک فراهم مي سازد ، برقرار نيست وسريهاي زماني پيچيده مي باشند بسيار استفاده شده است . سيستم هاي عصبي که خود مولفه بزرگ و مهمي از هوش محاسباتي مي باشند ، به تنهايي کاربردهاي زيادي در دنياي علوم فني مهندسي ، اقتصاد مديريت و… دارند. به عنوان مثال مي توان از کاربرد سيستم هاي عصبي در پيش بيني قيمت ارز ، پيش بيني قيمت سهام در بورس ، ارزيابي سياست هاي مختلف امور بيمه اي و غيره نام برد .
اين تحقيق به دنبال اين است که شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران را با توجه به سري زماني اعداد شاخص در گذشته ، پيش بيني نمايد . از آنجا که ارقام شاخص در سري زماني آن، برآيندي از قيمت هاي سهام وحجم معاملات است و اطلاعات موثر برآن قيمت ها ومعاملات عمدتا اطلاعات تاريخي هستند لذا اين تحقيق را مي توان به نوعي به عنوان آزمون کارايي بازار سرمايه ايران در سطح ضعيف نيز قلمداد کرد . در اين تحقيق براي انجام پيش بيني از شبکه هاي عصبي استفاده خواهد شد. هر چند در پيش بيني هايي که مبتني بر روند گذشته مي باشند، فرض ميشود که گذشته آينه اي براي آينده است و روند گذشته در آينده نيز ادامه مي يابد ولي بايد توجه داشت که تمامي پيش بيني ها با مقداري عدم قطعيت همراه است .بنابراين نبايد اميدوار بود که هر پيش بيني اي کاملا دقيق باشد اما بايد انتظار داشت که منافع حاصل از پيش بيني بيشتر از هزينه فرصت از دست رفته ناشي از عدم پيش بيني باشد . در اين تحقيق با مدلسازي پيش بيني شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران با استفاده از شبکه هاي عصبي انتظار مي رود که خطاي پيش بيني حداقل باشد و مبناي دقيق تري براي حل مسايل مرتبط با اهميت سهام ارايه گردد.

اهداف تحقيق
اين تحقيق از ابعاد علمي وکاربردي به دنبال تحقق اهداف ذيل است :
هدف علمي : بـررسي وتـجزيه وتـحليل امـکان اسـتفاده از شبـکه هاي عصـبي در حـل مسـايل مـربوط به حوزه هاي مالي و بازار سهام و بيان قوت وضعف آنها.
هدف کاربردي : امکان پيش بيني شاخص پنجاه شرکت برتر بورس تهران با استفاده از شبکه هاي عصبي . همچنين تحقيق حاضر مي تواند مورد استفاده سرمايه گذاران اعم از بالفعل وبالقوه در بورس اوراق بهادار قرار گيرد .

سوال و فرضيه تحقيق
سوال اصلي تحقيق عبارت است از :
« آيا شـاخص پنجاه شـرکت بـرتر بـورس اوراق بـهادار تـهران را مي توان با استفاده از شبکه هاي عصبي پيش بيني نمود ؟»
در اين تحقيق از مدل شبکه هاي عصبي براي پاسخگويي به اين سوال استفاده خواهد شد.در اين روش براي هر بار که پيش بيني انجام مي شود ، يک خطاي پيش بيني توسط شبکه عصبي محاسبه وارايه مي گردد . براي تفسير معقول بودن خطاي پيش بيني لازم است که آن را با خطاي پيش بيني حاصل از يک مدل ديگر مورد آزمون قرار داد . مدل هايي که به اين منظور استفاده خواهد شد مدل ARIMA و مدل هاي رگرسيوني مي باشد . لذا فرضيه اصلي تحقيق به صورت زير تدوين مي گردد:
1- در پيش بيني شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران خطاي پيش بيني حاصل از مدل شبکه هاي عصبي کمتر از خطاي پيش بيني حاصل از مدل آريما است .
2- در پيش بيني شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران خطاي پيش بيني از مدل شبکه هاي عصبي کمتر از خطاي پيش بيني حاصل مدلهاي رگرسيوني است .
منظور از خطاي پيش بيني در عبارت فوق ، ريشه دوم ميانگين مربعات خطا است و براي آزمون فرضيه ، فرضيات آماري به شرح زير تدوين گرديده است :
1- خطاي پيش بيني پنجاه شرکت برتر بورس اوراق بهادار تهران حاصل از مدل شبکه هاي عصبي برابراست با خطاي پيش حاصل از مدل ARIMA است .
2- خطاي پيش بيني شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران حاصل از مدل شبکه هاي عصبي برابراست با خطاي پيش بيني حاصل از مدلهاي رگرسيوني است .
3-خطاي پيش بيني شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران حاصل از مدل شبکه هاي عصبي کوچکتر از خطاي پيش بيني حاصل از مدلARIMA است.
4-خطاي پيـش بـيني شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران حاصل از مدل شبکه هاي عصبي کوچکتر از خطاي پيش بيني حاصل از مدلهاي رگرسيوني است .

قلمرو تحقيق
قلمرو تحقيق از نظر مکاني محدود به سازمان بورس اوراق بهادار تهران واز نظر زماني در برگيرنده دوره زماني 08/04/1371 الي 09/03/1386 مي باشد . از نظر قلمرو موضوعي ، تحقيق حاضر به بررسي کارايي اطلاعاتي بازار سرمايه ايران در سطح ضعيف مي پردازد .

متدولوژي وروش تحقيق
روش انجام تحقيق حاضر،پيمايشي و مقايسه اي از نوع همبستگي مي باشد. روش گردآوري اطلاعات به صورت کتابخانه اي مي باشد که از طريق مراجعه به کتب ، مقالات و منابع موجود در کتابخانه هاي سازمان بورس اوراق بهادار تهران و جستجو درشبکه جهاني اينترنت و همچنين مطالعه وبررسي پايان نامه ها و رساله هاي کارشناسي ارشد و دکتري ، مطالب مرتبط به موضوع تحقيق گردآوري و استفاده خواهد شد. به کارگيري شبکه هاي عصبي با استفاده از نرم افزار NeuroSolutions 5 و آزمونهاي همبستگي و مقايسه اي است .
با توجه به فرضيات تحقيق فرايند پيش بيني شاخص از سه روش شبکه هاي عصبي و روش ARIMA و روش رگرسيون انجام مي شود .هر بار که پيش بيني انجام مي شود علاوه بر اعداد و ارقام پيش بيني شده خطاي پيش بيني نيز محاسبه وارايه مي گردد . براي آزمون فرضيه تحقيق از آزمون مقايسه ميانگين استفاده خواهد شد که در اينجا متغير تصادفي ، مجذور ميانگين مربعات خطاي (RMSE) حاصل از هرکدام از روشها در هر بار تکرار فرايند پيش بيني مي باشد . فرايند پيش بيني از طريق مدل شبکه عصبي ( پس از تعيين ساختار مطلوب شبکه ) 30 بار تکرار مي گردد که در اين صورت درجه آزادي برابر با 29 مي شود . با توجه به اينکه درجه آزادي کوچکتر از 30 مي باشد براي آزمون فرضيه تحقيق از توزيع t استيودنت استفاده مي شود .

مفاهيم واژه هاي به کار رفته در تحقيق
شاخص : شاخص کميتي است که به صورت نسبت براي مقايسه بزرگي اندازه هاي مختلف يک يا چند متغير به کار مي رود وتغييرات نسبي اندازه صفتي را نسبت به يکي از اندازه هاي همان صفت به نام « اندازه پايه » نشان مي دهد .(بت شکن،1382)
شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران : شاخص پنجاه شرکت فعالتر بورس به دو روش ميانگين حسابي وزني و ميانگين حسابي ساده و بر پايه ارزش جاري سهام پنجاه شرکت انتخاب شده، محاسبه مي شود . شاخص ميانگين وزني از 01/01/1377 وشاخص ميانگين ساده از 01/08/1379 محاسبه وعدد مبناي آنها 100 در نظر گرفته شده است .(بت شکن،1382)
شبکه هاي عصبي مصنوعي : يک شبکه مصنوعي ، مجموعه اي از نرون 3هاي به هم متصل در لايه هاي مختلف است که اطلاعاتي را براي يکديگر ارسال مي کنند. شبکه شبيه يک سيستم ورودي ـ خروجي عمل مي کند وارزش نرون هاي ورودي را براي محاسبه ارزش نرون هاي خروجي مورد استفاده قرارداد مي دهد. ( قديمي ومشيري ،1381)
مدل ARIMA: از بين روشهاي پيش بين اقتصادي تنها روشي که با استفاده از داده هاي گذشته خود متغير، به پيش بيني مي پردازد مدل ARIMA مي باشد . در بقيه روشهاهمچون رگرسيون وجود حداقل دو متغير الزامي است . باکس و جنکينز در کتاب خود با عنوان « تجزيه وتحليل سريهاي زماني ، پيش بيني و کنترل » روشهاي ARIMA و VAR را معرفي نمودند که به متدولوژي “باکس ـ جنکينز” معروف شد.(باکس و جنکينز،1970)
مدل رگرسيون:از روشهاي کمي پيش بيني اقتصادي است. منطق کار در اين روش به طور صريح بيان مي شود و عمليات رياضي است . در اين روش با بررسي داده هاي تاريخي فرض مي شود که فرايند ايجاد داده ها پايدار و قابل تسري به آينده است( مدرس ،1380).

ادبيات موضوع تحقيق

مقدمه
در فصل اول، موضوع تحقيق، اهميت و اهداف و محدوديتهاي تحقيق وهمچنين مختصري در خصوص روش انجام بيان گرديد . در اين فصل مباني نظري وادبيات موضوع به تفصيل تشريح مي گردد .
از آنجا که موضوع اين پايان نامه پيش بيني شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران مي باشد و اين پيش بيني با استفاده از شبکه هاي عصبي انجام مي شود ، لذا اين فصل در برگيرنده مطالبي در خصوص بازار مالي ، فرضيه بازار کارا و سطوح مختلف کارايي، مفهوم پيش بيني واهداف و کاربردهاي آن و انواع روشهاي پيش بيني در علوم اقتصادي ، مفهوم بورس وشاخص هاي سهام مي باشد .
سپس در ادامه فصل مفهوم شبکه هاي عصبي به عنوان شاخه اي از هوش مصنوعي ، انواع آن و کاربردهاي اين شبکه ها وساختار شبکه به تفصيل تشريح مي گردد .
در پايان اين فصل نيز به سابقه و پيشينه تحقيق خواهيم پرداخت و تحقيقات انجام شده در زمينه موضوع معرفي و مختصري در خصوص روش آن تحقيق و نتايج آنها ارايه مي گردد.

سيستم مالي
يک سيستم مالي پيشرفته متشکل از پنج جزء اساسي است هر چند سيستم هاي مالي در جريان تغييرات هستند و امکان افزوده شدن اجزاي جديد به سيستم دور از واقعيت نخواهد بود .
اجزاي اصلي يک سيستم مالي پيشرفته به شرح زير است :
الف – مشارکت کنندگان که شامل سه گروه استفاده کنندگان نهايي ، واسطه مالي و بازارسازان است .
ب- اوراق بهادار دومين جزء تشکيل دهنده سيستم مالي مي باشد. اين اوراق به ابزارهاي سرمايه گذاري نيز معرو

پایان نامه
Previous Entries منابع پایان نامه ارشد درباره بورس اوراق بهادار، بورس اوراق بهادار تهران، شبکه عصبی، مدل ARIMA Next Entries منابع پایان نامه ارشد درباره بازار کار، بورس اوراق بهادار، بورس اوراق بهادار تهران، پردازش اطلاعات