@article { author = {راعی, دکتر رضا and چاوشی, کاظم}, title = {-}, journal = {Financial Research Journal}, volume = {5}, number = {15}, pages = {-}, year = {2003}, publisher = {University of Tehran}, issn = {1024-8153}, eissn = {2423-5377}, doi = {}, abstract = {}, keywords = {Arbitrage Pricing Theory (APT),Artificial Neural Networks,prediction,Stock Return Behavior}, title_fa = {پیش بینی بازده سهام در بورس اوراق بهادار تهران: مدل شبکه های عصبی مصنوعی و مدل چند عاملی}, abstract_fa = {این تحقیق به پیش بینی پذیری رفتار بازده سهام در بورس اوراق بهادار بوسیله مدل خطی عاملی و شبکه های عصبی مصنوعی می پردازد. جهت آزمون این مساله، قیمت روزانه سهام شرکت توسعه صنایع بهشهر به عنوان نمونه انتخاب شده است. متغیرهای مستقل (ورودی های) تحقیق، پنج متغیر کلان اقتصادی، یعنی شاخص کل قیمت بورس تهران، نرخ ارز (دلار) در بازار آزاد، قیمت نفت، قیمت طلا می باشد. برای برازش مدل عاملی از رگرسیون خطی چند متغییره و برای مدل شبکه عصبی از معماری (MLP) با الگوریتم آموزش پس انتشار خطا استفاده شده است. نتایج حاصله حاکی از موفقیت این دو مدل در پیش بینی رفتار بازده سهام مورد نظر و همچنین برتری عملکرد شبکه های عصبی مصنوعی بر مدل چند عاملی می باشد.}, keywords_fa = {بازده سهام,پیش بینی,شبکه های عصبی مصنوعی,مدل چند عاملی}, url = {https://jfr.ut.ac.ir/article_11352.html}, eprint = {https://jfr.ut.ac.ir/article_11352_c439f3ef7d129d3b0d50ceecb39f2d10.pdf} }