پيش بيني بهينه بازده كوتاه مدت عرضه‌هاي اوليه با استفاده از الگوريتم‌هاي خفاش و جنگل تصادفي

هدف اين پژوهش، پيش‌بيني بازده كوتاه مدت سهام در عرضه‌هاي اوليه با استفاده از الگوريتم‌هاي خفاش و جنگل تصادفي مي باشد. در اين تحقيق، شركتهايي كه طي بازه زماني1394 تا1399 براي اولين بار در فرابورس ايران عرضه شده‌اند به عنوان نمونه آماري انتخاب شدند. براي تجزيه وتحليل داده‌ها از نرم‌افزار MATLAB استفاده گرديد. براي آزمون فرضيه‌ها دو سناريو طرح گرديد. سناريوي اول بصورت سالانه و سناريوي دوم بصورت6ساله در نظر گرفته شد. داد‌ه‌هاي مالي با 11 عامل: بازده كوتاه مدت بازار، بازده كوتاه مدت سهام جديد، تمايلات بازار، سن شركت، اندازه شركت، فروش سالانه ، بازده دارايي، بازده حقوق صاحبان سهام، قيمت انتشار سهام عرضه اوليه، سود عملياتي، گردش نقدي از عمليات به عنوان عوامل تاثيرگذار و بازده مازاد سهم عرضه شده نسبت به بازار عامل تاثيرپذير به‌عنوان پيش فرض‌هاي ورودي براي پيش‌بيني مقدار بهينه، وارد الگوريتم‌ها شدند. نتايج بدست آمده از الگوريتم خفاش حاكي از آن است كه الگوريتم خفاش توانسته در هردو سناريو عملكرد بهتري در پيش‌بيني بازده كوتاه مدت سهام در عرضه‌هاي اوليه ارائه دهد و تفاوت چنداني ندارد. درحالي‌كه نتايج دقت در پيش‌بيني الگوريتم جنگل تصادفي در سناريوي دوم به نسبت سناريوي اول حدود12 درصد افزايش يافته است. دليل اين تفاوت مي‌تواند ناشي از بزرگ بودن فضاي جستجو و كوتاه بودن طول زماني‌داده‌ها براي الگوريتم جنگل تصادفي عنوان نمود. مي‌توان نتيجه گرفت بكارگيري الگوريتم‌هاي نوپاي خفاش وجنگل تصادفي در پيش‌بيني بازده كوتاه‌مدت سهام در عرضه‌هاي اوليه مي‌تواند سرمايه‌گذاران را در پيش‌بيني بازده حداكثري و انتخاب بهنرين سهام براساس الگويي دقيق و با دقت بالا ياري نمايد.