کاربرد شبکه های عصبی مصنوعی و ژنتیک در پیش بینی درجه بندی شرکت ها در مقایسه با رگرسیون در شرکت های پذیرفته شده در بورس اوراق بهادار تهران

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 کاربرد شبکه های عصبی مصنوعی و ژنتیک در پیش بینی درجه بندی شرکت ها در مقایسه با رگرسیون در شرکت های پذیرفته شده در بورس اوراق بهادار تهران دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد کاربرد شبکه های عصبی مصنوعی و ژنتیک در پیش بینی درجه بندی شرکت ها در مقایسه با رگرسیون در شرکت های پذیرفته شده در بورس اوراق بهادار تهران  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی کاربرد شبکه های عصبی مصنوعی و ژنتیک در پیش بینی درجه بندی شرکت ها در مقایسه با رگرسیون در شرکت های پذیرفته شده در بورس اوراق بهادار تهران،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن کاربرد شبکه های عصبی مصنوعی و ژنتیک در پیش بینی درجه بندی شرکت ها در مقایسه با رگرسیون در شرکت های پذیرفته شده در بورس اوراق بهادار تهران :

تعداد صفحات :۱۷

چکیده مقاله:

در دنیای سرمایه گذاری امروز، تصمیم گیری مهمترین بخش از فرآیند سرمایه گذاری است که طی آن سرمایه گذاران در جهت حداکثر کردن منافع و ثروت خویش نیازمند اتخاذ بهینه ترین تصمیمات می باشند. تصمیماتی که قبل از هر چیزنیاز به اطلاعات مالی )اطلاعاتی که مبتنی بر رویدادهای واقعی است( در آنها احساس میشود. در فرایند تصمیمگیری، رویدادهای گذشته به عنوان راهنمایی جهت تصمیمات مختلف آینده مورد استفاده قرار میگیرد.به همین جهت سرمایهگذاران و اعتبار دهندگان بیشترین استفاده را از اطلاعات مالی جهت تصمیماتی که اتخاذ می کنند دارند و این تصمیمات باید از بالاترین درجه اعتبار و شفافیت برخوردار باشد در این راستا تحلیل نسبتهای مالی استخراج شده از صورتهای مالی حسابرسی شده شرکتها می تواند کمک بسزایی را در جهت پیش بینی و ارزیابی عملکرد آینده شرکت ها به سرمایه گذارانو اعتبار دهندگان کند. تحقیق حاظر از نوع کاربردی است و ما در این تحقیق از ابزارهای شبکه عصبی مصنوعی چند لایه پیشخور و الگوریتم ژنتیک و رگرسیون سریهای زمانی جهت پیش بینی نسبتهای مالی به عنوان معیارهایی برای درجهبندی شرکتها از لحاظ سودآوری و ایفای تعهدات در دوره های آتی پرداختیم. برای انجام این تحقیق از اطلاعات ۲۲ شرکت فعال در صنعت خودرو و دارو سازی طی بازه زمانی ۱۸۳۱ تا ۱۸۳۲ استفاده شده که جامعه آماری مورد مطالعه ،شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و جهت انتخاب نمونه مورد بررسی از تکنیک غربال گیری استفاده شده است. برای تجزیه و تحلیل آماری نیز از نرم افزارهای SPSS و MATLAB بهره برداری شده است نتایج حاصل از پژوهش نشان می دهد که شبکه عصبی مصنوعی و مدل الگوریتم ژنتیک به عنوان روشهای فرا ابتکااری نسبت به رگرسیون عملکرد بهتری را در پیش بینی نسبتهای مالی در آینده دارند