پیش بینی سقوط بازار سهام با استفاده از شبکه های عصبی نگاشت خود سازمان ده
چکیده
سقوط بازار پدیدهای است که سبب از دست رفتن ثروت و دارایی سرمایهگذاران در بازۀ زمانی نسبتاً کوتاهی میشود، از این رو تلاش برای پیشبینی آن از اهمیت زیادی برای سرمایهگذاران، سیاستگذاران، نهادهای مالی و دولت برخوردار است. بررسی اجمالی تئوریها و مدلهای ارائهشدۀ پیشبینی سقوط در بازار سهام نشان میدهد میان پژوهشگران دربارۀ الگوهای مشاهدهشدۀ متغیرها، مانند حجم معامله، بازدهها، نوسانپذیری، عوامل بنیادی، شاخصهای رفتاری و غیره در بازارهای سهام پیش از وقوع سقوط، اتفاق نظری وجود ندارد. یکی از روشهای بسیار مناسب پیشنهادشده برای یافتن الگوهایی که در دادههای شبکههای عصبی وجود دارد، نگاشت خودسازمانده است که روشی ناپارامتریک و غیرخطی محسوب میشود. در این پژوهش با استفاده از شبکههای عصبی نگاشت خوسازمانده، روشی برای پیشبینی سقوط در بازار سهام ایران ارائه شده است. نتایج اجرای مدل و پیشبینی بروننمونهای حاکی از این است که مدل عملکرد بهنسبت قابل قبولی را در پیشبینی دورههای پیش از سقوط در بازار سهام بهدست آورده است.
نویسندگان و وابستگی سازمانی
- آرش محمد علی زاده — دکتری مدیریت مالی، دانشگاه تهران، تهران، ایران
- رضا راعی — استاد گروه مدیریت مالی، دانشگاه تهران، تهران، ایران
- شاپور محمدی — دانشیار گروه مدیریت مالی، دانشگاه تهران، تهران، ایران