درخت حوزه‌های تخصصی

بازارهای مالی

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۵۸۱ تا ۶۰۰ مورد از کل ۸۰۳ مورد.
۵۸۲.

بررسی نگرش سهامداران نسبت به بورس و تأثیر آن بر درآمد، اشتغال و تنوع در فعالیت های اقتصادی: مطالعه موردی شهرهای اصفهان، کرج، سمنان، همدان، قم، شیراز، زنجان

کلید واژه ها: اشتغال توزیع درآمد سازمان بورس اوراق بهادار متنوع سازی فعالیت ها

حوزه های تخصصی:
تعداد بازدید : ۸۴۳
هدف اصلی پژوهش، بررسی نگرش سرمایه گذاران نسبت به بورس و بررسی تأثیر آن بر درآمد، اشتغال و تنوع در فعالیت های اقتصادی می باشد و به صورت موردی در شهرهای همدان، سمنان، شیراز، زنجان، قم، کرج و اصفهان مورد آزمون واقع گردید. هدف توسط 6 فرضیه مورد آزمون واقع شده است. این تحقیق از نوع توصیفی-پیمایشی از شاخه میدانی است و روش گردآوری مباحث نظری آن کتابخانه ای بوده و داده های آن به صورت نمونه گیری از طریق پرسشنامه به دست آمده است. در این پژوهش از آزمون کای دو برای بررسی نگرش سرمایه گذاران نسبت به بورس و از آزمون همبستگی پیر سون به منظور بررسی رابطه بورس بر درآمد و اشتغال و تنوع در فعالیت های اقتصادی و از آزمون ANOVA به منظور بررسی نگرش و وضعیت اقتصادی شهرهای مورد مطالعه نسبت به بورس استفاده گردید. نتایج حاکی از آن است که سرمایه گذاران نگرش مطلوبی نسبت به بورس ندارند و بین سرمایه گذاری در بورس و میزان درآمد و اشتغال و تنوع در فعالیت های اقتصادی رابطه مثبت و مستقیم وجود دارد، به این معنا که سرمایه گذاری در بورس موجب افزایش درآمد، اشتغال و افزایش تنوع در فعالیت های اقتصادی جامعه می شود.
۵۸۳.

بازار بیزار

۵۸۸.

پیش بینی شاخص بورس اوراق بهادار تهران با ترکیب روشهای آنالیز مولفه های اصلی، رگرسیون بردارپشتیبان و حرکت تجمعی ذرات(مقاله علمی وزارت علوم)

کلید واژه ها: پیش بینی شاخص بورس آنالیز مولفه های اصلی رگرسیون بردار پشتیبان بهینه سازی حرکت تجمعی ذرات

حوزه های تخصصی:
تعداد بازدید : ۸۳۸ تعداد دانلود : ۴۹۶
پیش بینی نوسان های آینده شاخص سهام می تواند اطلاعاتی در مورد روند آینده بازار سرمایه فراهم نماید. در این پژوهش، به منظور افزایش دقت پیش بینی شاخص بورس اوراق بهادار تهران، ترکیبی از روش های آماری و هوش مصنوعی به کار رفته است. مدل اصلی پیش بینی در این پژوهش، رگرسیون بردار پشتیبان بهینه شده به وسیله الگوریتم حرکت تجمعی ذرات می باشد. در برازش مدل رگرسیون بردار پشتیبان، سه پارامتر توضیحی وجود دارد که باید ترکیبی از این سه پارامتر توسط کاربر و به صورت آزمایش و خطا انتخاب شود تا دقت مدل را به بیشترین حد خود برساند. با توجه به زمان بر بودن و کارایی پایین انتخاب پارامتر توسط کاربر، برای انتخاب ترکیب بهینه پارامترهای مدل رگرسیون بردار پشتیبان، از روش بهینه سازی حرکت تجمعی ذرات استفاده شده است که الگوریتمی قوی در حوزه بهینه سازی می باشد. با توجه به حجم زیاد داده های ورودی به مدل برای کاهش زمان یادگیری و افزایش دقت پیش بینی، با استفاده از روش آنالیز مولفه های اصلی، پیش پردازش روی متغیرهای ورودی صورت گرفته و به مولفه های اصلی تبدبل شده است. نتایج بدست آمده نشان داد که پیش پردازش روی دادها، خطای پیش بینی مدل را به طور قابل ملاحظه ای کاهش داده است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان