ارائه مدل تلفيقي فرا ابتكاري هوشمند ( انفيس –ام جي جي پي) ؛ جهت پيش بيني (بازده سهام) با سرعت و دقتي بالاتر نسبت به ساير روش هاي فراابتكاري

Presentation of intelligent Meta-heuristic Hybrid models (ANFIS -MGGP ) to predict stock returns with more accuracy and speed than other Meta-heuristic methods.

محقق در صدد ارايه يك مدل دقيق ،كاربردي و اثربخش براي پيش بيني بازده سهام جهت سرمايه گذاران مي باشد.نمونه آماري اين تحقيق مشتمل بر138 شركت فعال در بازار بورس و فرابورس اوراق بهادار تهران طي سال هاي 1387 تا 1396 مي باشد كه با روش حذف سيستماتيك انتخاب شده است ، بنابراين براي هر متغير اين پژوهش تعداد 1380 داده- سال،جهت بررسي سوالات تحقيق در نظر گرفته شده است.در اين تحقيق از تكنيك انفيس،ام جي جي پي ، شبكه عصبي و تجزيه و تحليل داده ها و همچنين آزمون هاي آماري متفاوت براي بررسي دقت و سرعت مدل ها استفاده شد .براي پياده سازي تكنيك هاي فوق الذكر به ترتيب از نرم افزار هاي متلب و ژن اكس پرو تولز استفاده مي شود. نتايج تحقيق حاكي از آن بود كه جهت پيش بيني بازده سهام استفاده از روش تركيبي انفيس - ام جي جي پي نسبت به ساير مدل هاي فرا ابتكاري از دقت و سرعت بالاتري برخوردار است ؛ زيرا ابتدا بهينه ترين متغير هاي ورودي از طريق تكنيك انفيس انتخاب و بعد با استفاده از مدل فرا ابتكاري ام جي جي پي پيش بيني صورت مي پذيرد.

Discussions about forecasting Stock returns in developed countries has long been regarded as one of the most interesting scientific topics.However,due to many problems,the correct prediction of stock returns has remained a matter of strengthTtherefore,the researcher seeks to provide an accurate,practical and effective model for predicting stock returns for investors.The statistics sampel of research is consist of 138 active companies in Tehran Stock Exchange from 2008 to 2017 wich are selected by the systematic removal method . ANFIS,MGGP, regresion and neural network and different statistics tests are used for data analysis. For impelement of these techniques MATLAB and GenXproTools software are used respectively.The result of the study showed that in oreder to predict stock returns.the use of a meta –heuristic Hybrid models is more accurate and faster than other meta huristic models.Because ,first the most optimal input variables are selected through the ANFIS technique and then predicted using theMGG meta heuristic model.Therefore,due to the correct choice of input variables,predicting stock returns is both more accurate and faster.In addition ,the mathematical model is used to predict.