شماره ركورد :
1211648
عنوان مقاله :
پيش‌ بيني زمان‌ بندي انجام معاملات در بورس اوراق بهادار تهران
عنوان به زبان ديگر :
Forecasting the Timing of Transactions in Tehran Stock Exchange
پديد آورندگان :
بخردي نسب، وحيد دانشگاه آزاد اسلامي، نجف آباد، ايران - گروه حسابداري , ژولانژاد، فاطمه دانشگاه آزاد اسلامي، نجف آباد، ايران - گروه حسابداري
تعداد صفحه :
26
از صفحه :
67
از صفحه (ادامه) :
0
تا صفحه :
92
تا صفحه(ادامه) :
0
كليدواژه :
زمان‌ بندي انجام معاملات , پيش‌بيني , تحليل تكنيكال , شبكه عصبي فازي , بورس اوراق بهادار تهران
چكيده فارسي :
هدف: به دليل پيچيدگي بازار بورس ‌اوراق بهادار تهران، مسئله‌ زمان‌بندي‌ انجام‌ معاملات بسيارحائز اهميت است. زمان‌بندي انجام معاملات، تحليل‌گران و معامله‌گران را در راستاي پيش‌بيني روند حركت ‌قيمت‌ سهام ياري مي‌نمايند. از اين‌رو هدف از پژوهش‌ حاضر پيش‌بيني ‌زمان‌بندي ‌انجام ‌معاملات‌ سهام‌ شركت‌هاي ‌فعال ‌در بورس‌ اوراق ‌بهادار تهران‌ است. روش: جامعه‌ آماري پژوهش شامل كليه شركت‌هاي ‌پذيرفته‌ شده‌ در بورس‌ اوراق ‌بهادار تهران طي سال‌هاي 1392 تا 1395 است. حجم نمونه با استفاده روش حذف ‌نظام‌مند بالغ بر 17 شركت‌ فعال ‌در بورس انتخاب شد. روش اجراي‌ پژوهش مبتني بر رگرسيون ‌گام‌به‌گام ‌و شبكه ‌عصبي‌ فازي ‌با تكيه ‌بر شاخص‌هاي ‌قدرت ‌نسبي (RSI)، ميانگين ‌متحرك‌ همگراواگرا (MACD)، ميانگين‌ متحرك ‌ساده (SMA)، نوسان‌گر تصادفي (SO)، ميانگين‌ متحرك‌‌نمايي (EMA) و خط‌سيگنال (SL) است. يافته‌ها: يافته‌هاي نتايج ‌نشان ‌داد كه ميانگين ‌درصد صحت‌ پيش‌بيني ‌كليه شبكه‌هاي ‌ايجاد شده (55/96%) بيشتر از حالت ‌تصادفي(50%) است. با اعمال مقررات ‌معاملاتي مقادير پيش‌بيني شده به سيگنال تبديل شدند و پيشنهاد داده شد كه سيگنال ‌نهايي سيستم ‌طراحي ‌شده از مجموع سيگنال‌هاي ‌ايجاد شده ‌توسط 5 شاخص ‌تكنيكال مذكور بدست آيد. در مرحله ‌بعد جهت ‌سنجش بازده‌ معاملات ‌پيشنهادي، مدل ارائه ‌شده با استفاده از استراتژي ‌معاملاتي ‌پيشنهادي ‌پژوهش يك معامله فرضي ‌شبيه‌سازي گرديد. سپس بازده‌ معاملات صورت‌ گرفته بر اساس ‌سيگنال ‌نهايي ‌سيستم ‌پيشنهادي با بازده ‌روش‌هاي ‌تكنيكال‌ و روش‌هاي ‌خريد و نگهداري (در دوحالت ‌پيش ‌از كسر هزينه‌هاي ‌معاملاتي ‌و پس ‌از كسر هزينه‌هاي‌ معاملاتي) مقايسه ‌شدند. نتيجه‌گيري: با توجه ‌به‌ بازدهي‌ مثبت شاخص‌هاي SMA، EMA، SO و روش ‌پيشنهادي مي‌توان نتيجه گرفت كه با استفاده از شاخص‌هاي تحليل تكنيكال در بازار سهام‌ ايران‌روند قيمت ‌سهام را پيش‌بيني نمود. از اين ‌ميان، روش ‌ميانگين ‌متحرك ‌ساده از بالاترين اعتبار براي پيش‌بيني روند قيمت ‌سهام برخوردار است. در نتيجه بازار بورس ‌تهران پتانسيل بكارگيري شاخص‌هاي مختلف تحليل تكنيكي را دارا است.
چكيده لاتين :
Objective: Due to the complexity of the stock market in Tehran, the timing of transactions is very important. The timing of trading transactions helps analysts and traders to predict the stock prices movement. Therefore, the purpose of this study is to predict the timing of stock trading of listed companies in TSE. Methods: The statistical population of the study consisted of all companies listed in TSE between 2013-2016. The sample is based on the systematic elimination method of 17 active companies in the TSE. Research method based on stepwise regression and fuzzy neural network based on indicators of relative strength, Moving Average Convergence-Divergence, simple moving average, Stochastic, EMA and Signal line. Results: The results showed that the average prediction accuracy of all networks created (96.55%) was more than random (50%). By applying the trading rules, the predicted values were converted to the signal It was suggested that the final signal of the designed system be obtained from the sum of the signals generated by the five technical indicators. Next, to evaluate the returns of the proposed transactions, the model AE using the trading strategy proposed study is a trading simulation assumptions were. Conclusion: The efficiency of transactions made on the basis of the final signal proposed system efficiency methods, technical and purchasing methods and stored (in two cases before the deduction of transaction costs and after deduction of transaction costs ). Due to the positive results of SMA, EMA, SO and the proposed method, we can conclude that using these technical analysis indices in the Iranian stock market can predict the stock price trend. Meanwhile, the simple moving average method has the highest credit for predicting stock price trends. As a result, the Tehran Stock Exchange has the potential to apply various technical analysis indicators.
سال انتشار :
1399
عنوان نشريه :
توسعه و سرمايه
فايل PDF :
8392587
لينک به اين مدرک :
بازگشت