Abstract
پیش‌بینی قیمت سهام به دلیل ماهیت نوسانی بازار و پویایی روند حرکت قیمت، نقش مهمی در ایجاد یک استراتژی کارآمد با بازدهی بالا دارد، همچنین نتایج حاصل از پیش‌بینی، پیش‌نیاز ایجاد سبد سهام با ساختاری بهینه است. لذا هدف از انجام این پژوهش ارائه مدلی ترکیبی است تا به سرمایه‌گذاران در انتخاب سبد سهام بهینه کمک نماید. بنابراین، با استفاده از فرآیند تحلیل سلسله مراتبی بهبود‌یافته از میان صنایع فعال در بورس اوراق بهادار تهران، ده صنعت برتر براساس معیارهای مؤثر بر ارزش صنایع انتخاب می‌شوند. سپس با کمک شبکه عصبی بازگشتی حافظه کوتاه مدت ماندگار قیمت سهام شرکت‌های فعال طی بازه زمانی ابتدای خرداد 1395 تا ابتدای خرداد 1400، در افق‌های زمانی مورد نظر، پیش‌بینی می‌گردد. در گام بعد با روش راه‌حل سازشی ترکیبی، سه سبد سهام با افق زمانی کوتاه‌مدت، میان‌مدت و بلند‌مدت انتخاب می‌شود و در نهایت براساس مدل دارایی محدود مارکویتز با استفاده از روش برنامه‌ریزی غیرخطی عدد صحیح مختلط با الگوریتم شاخه و برش، اوزان بهینه مشخص و مرز کارا رسم می‌گردد. نتایج پژوهش نشان می‌دهد، مدل ارائه شده، بازدهی بیشتری را باتوجه به ریسک در تشکیل سبدهای سهام با افق‌های زمانی مشخص نسبت به روش‌های سنتی نصیب سرمایه‌گذاران می‌نماید.
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
