جمال قاسمی

جمال قاسمی

مدرک تحصیلی: استادیار، عضو هیات علمی دانشگاه مازندران

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۳ مورد از کل ۳ مورد.
۱.

پیش بینی خطر سقوط قیمت سهام با استفاده از الگوریتم ژنتیک و مقایسه با رگرسیون لوجستیک، با تأکید بر نگرش انتخاب ویژگی

تعداد بازدید : ۳۲ تعداد دانلود : ۳۲
ریسک سقوط قیمت سهام، شاخصی برای اندازه گیری عدم تقارن در ریسک محسوب می شود و از اهمیت فراوانی در تحلیل پرتفوی و قیمت گذاری دارایی های سرمایه ای برخوردار است. با توجه به اهمیت ریسک سقوط، پژوهش های متعددی به بررسی عوامل موثر بر آن پرداخته اند که در تمام آنها از روش های سنتی به منظور پیش بینی استفاده شده است در حالی که در سال های اخیر روش های نوین فراابتکاری در سایر مباحث مالی به طور گسترده ای مورد استفاده قرار گرفته است و نتایج بهتری داشته اند. هدف این پژوهش، مدل بندی پیش بینی خطر سقوط قیمت سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران، با استفاده از الگوریتم ژنتیک و مقایسه نتایج با رگرسیون لجستیک می باشد. بدین منظور یک فرضیه برای بررسی این موضوع تدوین و داده های مربوط به 107 شرکت عضو بورس اوراق بهادار تهران برای دوره زمانی بین سال های 1389تا 1395 مورد تجزیه و تحلیل قرار گرفت. ابتدا 14 متغیر مستقل به عنوان ورودی الگوریتم ترکیبی ژنتیک و شبکه عصبی مصنوعی که به عنوان یک روش انتخاب ویژگی در نظر گرفته شده است، وارد مدل گردید و 7 متغیر بهینه انتخاب شد سپس با استفاده از الگوریتم ژنتیک و رگرسیون لجستیک اقدام به پیش بینی خطر سقوط قیمت سهام گردید. برای محاسبه خطر سقوط قیمت سهام از معیار دوره خطر استفاده شده است. .نتایج این پژوهش نشان می دهدکه مدل مبتنی بر الگوریتم ژنتیک نسبت به رگرسیون لجستیک، برای پیش بینی خطر سقوط قیمت سهام توانایی بیشتری دارد. بنابراین فرضیه پژوهش تأیید می شود.
۲.

مروری برکاربرد الگوریتم های فراابتکاری در مباحث مالی

تعداد بازدید : ۶ تعداد دانلود : ۵
هدف از انجام پژوهش حاضر بررسی کاربرد الگوریتم ها ی فرا ابتکاری در حوزه مالی می باشد. الگوریتم های فر اابتکاری مورد مطالعه در این تحقیق شامل الگوریتم کلونی مورچگان، الگوریتم کرم شب تاب، الگوریتم زنبور عسل، الگوریتم تجمعی ذرات، الگوریتم جستجوی هارمونی و الگوریتم جغرافیای زیستی می باشد. در این مقاله، ضمن بررسی هر یک از این الگوریتم ها به صورت مختصر، مطالعات داخلی و خارجی در این زمینه انجام گرفته و کاربرد آن ها در زمینه ی امور مالی بیان شده است. نتایج حاصل از مطالعات نشان می دهد، پژوهش های بیشتر و در نهایت استفاده از این الگوریتم ها در پیش بینی های مربوط به مباحث مالی و بازار سرمایه می تواند تا حد قابل قبولی به افزایش عملکرد عملیات حسابداری و حسابرسی کمک کند. همچنین افزایش تحقیقات و فراهم نمودن زمینه های عملیاتی در سال های اخیر نشان دهنده ی علاقمندی محققین و مراکز تحقیقاتی در جهت توسعه ی این روش های نوین به ویژه در بحث توسعه ی نرم افزاری است.
۳.

Predict the Stock price crash risk by using firefly algorithm and comparison with regression

تعداد بازدید : ۵۱ تعداد دانلود : ۳۸
Stock price crash risk is a phenomenon in which stock prices are subject to severe negative and sudden adjustments. So far, different approaches have been proposed to model and predict  the  stock price crash risk, which in most cases have been the main emphasis on the factors affecting it, and often traditional methods have been used for prediction. On the other hand, using  Meta Heuristic Algorithms, has led to a lot of research in the field of finance and accounting. Accordingly, the purpose of this research is to model the Stock price crash risk of listed companies in Tehran Stock Exchange using firefly algorithm and compare the results with multivariate regression as a traditional method. Of the companies listed on the stock exchange, 101 companies have been selected as samples. Initially, 19 independent variables were introduced into the model as input property of the particle accumulation algorithm, which was considered as a feature selection method. Finally, in each of the different criteria for calculating the risk Stock price crash risk, some optimal variables were selected, then using firefly algorithm and multivariate regression, the stock price crash risk was  predicted  and results were compared. To quantify the Stock price crash risk, three criteria for negative skewness, high fluctuations and maximum sigma have been used. Two methods of MSE and MAE have been used to compare the methods. The results show that the ability of meta-meta-heuristic methods to predict the risk Stock price crash risk is not  generally higher than the traditional method of multivariate regression, And the research hypothesis was not approved.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان