فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۲۱ تا ۴۰ مورد از کل ۱۰۰ مورد.
نگاهی به طرح جامع تحول بخش مالی تایلند
حوزه های تخصصی:
عوامل مؤثر بر توسعه مالی در نظام بانکداری ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
نکاتی چند در خصوص رینگ صادراتی
حوزه های تخصصی:
آثار مالیات بر نقل و انتقال سهام در بازار اوراق بهادار تهران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
آشنایی با کمیسیون بورس و اوراق بهادار فیلیپین SEC و معرفی بورس اوراق بهادار
منبع:
بورس خرداد ۱۳۸۹ شماره ۸۹
حوزه های تخصصی:
لایحه بازار اوراق بهادار
منبع:
بورس آذر ۱۳۹۲ شماره ۱۰۶
حوزه های تخصصی:
نظارت بر ناظران
حوزه های تخصصی:
کمیسیون بورس و اوراق بهادار پاکستان ( SECP )
حوزه های تخصصی:
پیش بینی قیمت سهام با استفاده از شبکه عصبی فازی مبتنی برالگوریتم ژنتیک و مقایسه با شبکه عصبی فازی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در بازارهای سرمایه عامل های مختلفی در پیش بینی قیمت سهام موثر می باشد بنابراین سرمایه گذار جهت سرمایه گذاری سودآور با کمترین ریسک با چالش، تردید و خطا مواجه می باشد. در راستای کاهش هزینه و بالا بردن سود سرمایه گذاری، تعیین عاملهای تاثیر گذار و زمان مناسب جهت خرید و فروش از مهم ترین مسائلی است که هر سهام دار یا سرمایه گذار در بازار بورس بایستی به آن توجه ویژه داشته باشد. تاکنون روشهای مختلفی جهت نیل به این اهداف معرفی شده اند که اغلب روشهای آماری، هوشمند و ترکیبی هستند. الگوریتم پیشنهادی یک روش ترکیبی است که شامل دو بخش است بخش اول پیش پردازش و بخش دوم پیش بینی کننده است. در پیش پردازش سه فرآیند جاگذاری داده های غیر موجود، نرمالیزه کردن و انتخاب ویژگی به ترتیب انجام می شود. از آنجایی که تعداد ویژگی های بکار برده شده زیاد است از روش الگوریتم ژنتیک برای انتخاب ویژگی و کاهش ابعاد فضای ویژگی استفاده شده است. در بخش پیش بینی کننده، با توجه به قابلیت پیش بینی هوشمند شبکه عصبی - فازی، از این شبکه با دو ساختار ممدانی و سوگنو بعنوان پیش بینی کننده قیمت سهام بهره می بریم که قابلیت استخراج قواعد فازی بصورت خودکار دارد. آموزش پارامترهای مقدمه و نتیجه شبکه برپایه الگوریتم پس انتشار خطا (گرادیان نزولی) می باشد.
الگوریتم پیشنهادی با استفاده از داده های 10 شرکت که هر کدام از آنها دارای 7 ویژگی می باشند، ارزیابی شده است. نتایج شبیه سازی نشان می دهد که با توجه به نوع شرکتها، ویژگیهای انتخابی و نوع ساختار شبکه عصبی فازی ترکیبی نتایج متفاوتی بدست می آید. با توجه به معیارهای مورد ارزیابی، نتایج به دست آمده برتری شبکه عصبی فازی ترکیبی را به شبکه عصبی فازی ساده نشان می دهد، اما بطور کلی پیش بینی کننده با ساختار سوگنو با الگوریتم ژنتیک دارای عملکرد بهتری نسبت به ساختار ممدانی دارد، چون تعداد پارامترهای آموزش ساختار سوگنو بیشتر است.
اولویت بندی مؤلفه های اقتصاد مقاومتی مرتبط با بازار سرمایه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در چند سال اخیر و با تشدید تحریم های غرب علیه ایران، تئوری اقتصاد مقاومتی به عنوان یک الگوی اقتصاد اسلامی متناسب با شرایط کشور و مأموریت های متمایز نظام جمهوری اسلامی ایران، توسط رهبر معظم انقلاب اسلامی مطرح شده و مورد استقبال اندیشمندان و صاحب نظران قرار گرفته است. یکی از ارکان مهم نظام مالی کشور که نقش قابل توجهی در اجرای سیاست های اقتصادی کلان دارد بازار سرمایه است. لذا این مقاله بر آن است تا نقش بازار سرمایه را در عملی کردن اقتصاد مقاومتی بررسی کند. بدین منظور ابتدا با مرور ادبیات و مصاحبه با خبرگان، مؤلفه های اقتصاد مقاومتی مرتبط با بازار سرمایه شناسایی شد. سپس با استفاده از روش دلفی 10 مؤلفه اصلی و کلیدی تعیین شد. در ادامه با استفاده از روش دیمتل روابط درونی بین این مؤلفه ها مشخص و تأثیرگذاری و تأثیرپذیری آنها بر/ از یکدیگر تعیین شده است. در پایان، با استفاده از روش فرایند تحلیل شبکه (ANP) مؤلفه های اقتصاد مقاومتی مرتبط با بازار سرمایه اولویت بندی شده و با توجه به اولویت مؤلفه ها، راهکارهای لازم جهت تحقق سیاست های اقتصاد مقاومتی ارائه شده است.
قانون محدودیت نوسان قیمت؛ جدال ریسک و کارایی
منبع:
بورس آذر ۱۳۹۲ شماره ۱۰۶
حوزه های تخصصی: