تحلیل تکنیکال

انتخاب سهام مناسب برای سرمایه گذاری سودآور یکی از مسایلی است که همواره در بازارهای مالی مورد توجه بوده است. اگر سرمایه گذار در انتخاب سهام به طور منطقی تصمیم گیری نماید، می تواند به بازدهی بیش ازمیانگین بازار دست یابد. مقایسه شرکت های مختلف براساس صنعتی که شرکت به آن تعلق دارد و تشخیص صنایع برتر از طریق بررسی عملکرد آنها می تواند راهنمای مفیدی برای ذی نفعان این عرصه باشد. هدف اصلی این پژوهش، رتبه بندی صنایع بورس برای کمک به کارایی بازار سرمایه است و تکنیک مورد استفاده در این راستا، تحلیل پوششی داده هاست. ماهیت الگو بازده ثابت به مقیاس و ورودی محور است که با استفاده از آن 67 شرکت در قالب 16 صنعت مطالعه و در نهایت 7 صنعت کارا و 9 صنعت دیگر غیرکارا معرفی شدند، سپس برحسب مرز کارایی ایجاد شده صنایع ناکارا رتبه بندی و برای ارتقای سطح کارایی آنها واحدهایی به عنوان مرجع انتخاب شده اند.

این پژوهش با هدف بررسی پیش بینی پذیری قیمت سرب و به دنبال آن معرفی یک الگوی مناسب جهت پیش بینی قیمت سرب در بازار جهانی و نیز بررسی کارایی این بازار در سطح ضعیف صورت گرفته است. به این منظور مجموعه ای از روشهای خطی و غیرخطی در دو رویکرد کلی تکنیکال و بنیادین استفاده شده است. در رویکرد بنیادین ابتدا متغیرهای اقتصادی تأثیرگذار بر قیمت سرب شناسایی شده و از روش رگرسیون گام به گام و روش های غیرخطی از جمله شبکه های عصبی GMDH و MLP برای پیش بینی تغییرات قیمت استفاده شده است. در رویکرد تکنیکال از روش خطی ARIMA و روش های غیرخطی از جمله روش ترکیبی GMDH و الگوریتم ژنتیک، روش ترکیبی MLP و الگوریتم ژنتیک استفاده شده است. داده های مورد استفاده در این پژوهش به صورت هفتگی و شامل بازه ی زمانی هفته اول 2005 الی هفته آخر 2015 بوده و از سایت های مختلف از جمله سایت LME، USGS و ILZSG جمع آوری شده است. یافته های این پژوهش نشان می دهد که در رویکرد تکنیکال، مدل شبکه عصبی مصنوعی GMDH ترکیب شده با الگوریتم ژنتیک بر اساس معیارهای میانگین درصد خطای مطلق (MAPE) و جذر میانگین مجذور خطا (RMSE) دارای عملکرد بهتری نسبت به مدل های دیگر بوده و در رویکرد بنیادین براساس معیارهای خطای پیش بینی، شبکه عصبی مصنوعی GMDH بهترین عملکرد را داشته است. پیش بینی پذیری تغییرات قیمت سرب در بازار با الگوهای تکنیکال، موید عدم کارایی بازار در سطح ضعیف می باشد.

در سال های اخیر، مطالعاتی در رابطه با کاربرد برخی روش های تحلیلی برای کشف بازده غیرعادی پیرامون تاریخ اعلان سود حسابداری انجام شده است؛ دو رویکرد از مهم ترین رویکردهای تحلیلی که در این رابطه مورد توجه هستند تحلیل تکنیکال و تحلیل فاندامنتال می باشد. هدف پژوهش حاضر، بررسی قدرت پیش بینی محتوای اطلاعاتی اعلان سود حسابداری، توسط سیگنال های تحلیل تکنیکال در بورس اوراق بهادار تهران بوده که در این راستا از معیارهای میانگین متحرک و اندیکاتور حجم معاملات به عنوان استراتژی معامله در تحلیل تکنیکال استفاده می شود. این پژوهش در حوزه پژوهش های کاربری و توصیفی قرار دارد که با مطالعه 50 شرکت فعال تر بورس اوراق بهادار تهران بین سال های 1390 تا 1394 انجام شده است. نتایج پژوهش حاکی از آن است که معیارهای معاملاتی انتخاب شده در تحلیل تکنیکال می تواند بازده تعدیل شده بر اساس هزینه معاملات و بازده غیرعادی مثبت ایجاد کند. بنابراین استراتژی تحلیل تکنیکال در بورس اوراق بهادار تهران، قادر به پیش بینی محتوای اطلاعاتی اعلان سود  شرکت ها می باشد.

یکی از مواردی که درزمینه ی خریدوفروش سهام کمتر موردتوجه قرار گرفته شده، ارائه مدلی خودکار جهت تشکیل سبد سرمایه گذاری بوده که در طول زمان به صورت پویا عمل کرده و برحسب شرایط بازار اقدام به تصمیم گیری نماید. ازجمله معایب مطرح شده در به کارگیری تحلیل تکنیکال به عنوان یک روش تصمیم گیری جهت سرمایه گذاری در بازار سهام، عدم توجه به ریسک سرمایه گذاری و موضوع تشکیل سبد سهام می باشد. لذا مطالعه حاضر با تشخیص نقاط حداکثر و حداقل قیمتی به کمک اندیکاتورهای تکنیکال و همچنین مدل سازی ریسک به کمک روش های پیش بینی تلاطم با استفاده از مدل های شرطی GARCH و FIGARCH، به دنبال طراحی یک سیستم سبدگردان خودکار می باشد. به منظور ارزیابی سیستم طراحی شده، عملکرد این مدل در بازه زمانی یک ساله موردبررسی قرارگرفته شده است. نتایج به دست آمده نشان می دهد که مدل های طراحی شده با استفاده از FIGARCH بیش ترین بازدهی و کمترین ریسک را دارا می باشد. همچنین مقایسه مقادیر نسبت بازده به ریسک، حاکی از برتری سیستم طراحی شده پیشنهادی نسبت به سایر استراتژ ی های مدیریت سبد سهام نظیر مدل مارکویتز و استراتژی خرید و نگهداری دارایی ها می باشد.

در سال های اخیر مقالات و پژوهش های زیادی در زمینه ی استفاده از روش های یادگیری ماشینی و معاملات الگوریتمی در بازارهای مالی به منظور کسب بازدهی منتشر شده است. هدف این پژوهش ایجاد یک سیستم معاملاتی خودکار با استفاده از پردازش تصویر به وسیله ی شبکه عصبی پیچشی است. بدین منظور، در ابتدا پس از دریافت داده های مورد نیاز برای سهام منتخب، 28 اندیکاتور تحلیل تکنیکال انتخاب و مقادیر هر کدام به صورت جداگانه برای هر سهم محاسبه شد. سپس سری های زمانی این اندیکاتورها به تصاویر 2 بعدی تبدیل شده و در نتیجه برای هر داده روی سری زمانی قیمت سهم، یک تصویر دو بعدی با ابعاد 28×28 ساخته شد. پس از برچسب گذاری هر تصویر با یکی از برچسب های خرید، فروش و نگهداری، این تصاویر به شبکه عصبی پیچشی وارد شدند. همچنین برای بررسی بازدهی و ریسک سیستم ارائه شده، یک روش برای خرید و فروش بر اساس نتایج مدل در زمان گذشته معرفی شده است. نتایج پژوهش نشان می دهد که در 80% موارد، این روش بازدهی بیشتری نسبت به استراتژی مرسوم خرید و نگهداری کسب کرده است. همچنین همواره از نظر معیارهای ریسک انحراف معیار و بیشترین افت بهتر عمل می کند. همچنین، نتایج نشان دهنده ی تأثیر زیاد کارمزد معاملات بورس اوراق بهادار تهران بر روی بازدهی مدل است. به گونه ای که مدل چند برابر سود کسب شده را برای پرداخت کارمزد از دست می دهد.

هدف: به دلیل پیچیدگی بازار بورس اوراق بهادار تهران، مسئله زمان بندی انجام معاملات بسیارحائز اهمیت است. زمان بندی انجام معاملات، تحلیل گران و معامله گران را در راستای پیش بینی روند حرکت قیمت سهام یاری می نمایند. از این رو هدف از پژوهش حاضر پیش بینی زمان بندی انجام معاملات سهام شرکت های فعال در بورس اوراق بهادار تهران است. روش: جامعه آماری پژوهش شامل کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1392 تا 1395 است. حجم نمونه با استفاده روش حذف نظام مند بالغ بر 17 شرکت فعال در بورس انتخاب شد. روش اجرای پژوهش مبتنی بر رگرسیون گام به گام و شبکه عصبی فازی با تکیه بر شاخص های قدرت نسبی (RSI)، میانگین متحرک همگراواگرا (MACD)، میانگین متحرک ساده (SMA)، نوسان گر تصادفی (SO)، میانگین متحرک نمایی (EMA) و خط سیگنال (SL) است. یافته ها: یافته های نتایج نشان داد که میانگین درصد صحت پیش بینی کلیه شبکه های ایجاد شده (55/96%) بیشتر از حالت تصادفی(50%) است. با اعمال مقررات معاملاتی مقادیر پیش بینی شده به سیگنال تبدیل شدند و پیشنهاد داده شد که سیگنال نهایی سیستم طراحی شده از مجموع سیگنال های ایجاد شده توسط 5 شاخص تکنیکال مذکور بدست آید. در مرحله بعد جهت سنجش بازده معاملات پیشنهادی، مدل ارائه شده با استفاده از استراتژی معاملاتی پیشنهادی پژوهش یک معامله فرضی شبیه سازی گردید. سپس بازده معاملات صورت گرفته بر اساس سیگنال نهایی سیستم پیشنهادی با بازده روش های تکنیکال و روش های خرید و نگهداری (در دوحالت پیش از کسر هزینه های معاملاتی و پس از کسر هزینه های معاملاتی) مقایسه شدند. نتیجه گیری: با توجه به بازدهی مثبت شاخص های SMA، EMA، SO و روش پیشنهادی می توان نتیجه گرفت که با استفاده از شاخص های تحلیل تکنیکال در بازار سهام ایران روند قیمت سهام را پیش بینی نمود. از این میان، روش میانگین متحرک ساده از بالاترین اعتبار برای پیش بینی روند قیمت سهام برخوردار است. در نتیجه بازار بورس تهران پتانسیل بکارگیری شاخص های مختلف تحلیل تکنیکی را دارا است.

هدف: سرمایه گذاران برای کسب بازده متناسب با ریسک در پی پیش بینی قیمت سهام هستند. یکی از روش های پیش بینی، استفاده از نمودارهای شمعی است که به دلیل سادگی در بین تحلیلگران رواج زیادی دارد. بر این اساس در این پژوهش به بررسی سودآوری این نمودارها در شرایط مختلف می پردازیم. روش: بدین منظور از داده های مربوط به قیمت های روزانه سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی 15سال از آبان 1382 تا آبان 1397 استفاده شده است. میزان بازدهی و درصد موفقیت سرمایه گذاری بر اساس 13 نمودار شمعی مختلف در دو افق زمانی 1 و 10 روزه و در شرایط مختلف صعودی و نزولی و حالت های مختلف گردش معامله ها اندازه گیری شده است. یافته ها: بدون مدنظر قرار دادن روند یا گردش معامله ها، شمعِ فروش در دوره نگهداری 1 روزه و شمع های خرید در دوره نگهداری 10 روزه، بیشترین بازدهی را (بیش از هزینه های معامله ها) به همراه دارند. با بررسی نمودارها در روندهای صعودی و نزولی، عملکرد نمودارها افزایش خواهد یافت. همچنین با در نظر گرفتن گردش معامله ها، بهترین بازدهی، مربوط به شمعِ خرید در روند صعودی و در گروه شرکت های با ارزش معامله های متوسط و دوره نگهداری 10 روزه است. از سوی دیگر، نتایج پژوهش دلیلی بر توصیه به اتخاذ دیدگاه کوتاه مدت در دوره های نزولی است. نتیجه گیری: با توجه به نتایج، سرمایه گذاران می توانند بر مبنای افق زمانی مد نظر خود و بر اساس شرایط صعودی و نزولی و از بین شرکت های با گردش معامله های مختلف از الگوی منتخب ذکرشده برای کسب بازدهی در بورس اوراق بهادار تهران استفاده کنند.

هدف: تئوری موج الیوت، از ابزارهای تحلیل تکنیکال و مبتنی بر روان شناسی افراد است که در سال های اخیر به ابزار مهمی برای تحلیلگران و سرمایه گذاران تبدیل شده است. این تئوری، در تمام بازارهای مالی، به خصوص بازار سهام، وجود دارد که از آن استقبال عمومی شده و با حرکت توده ای همراه است. این پژوهش، برگرفته از این نظریه، در پی این هدف است که آیا از طریق نوسان نمای موج الیوت و الگوریتم های یادگیری ماشین از نوع دارای نظارت و طبقه بندی، می توان روند آتی بازار سهام ایران را پیش بینی کرد؟ روش: در این پژوهش، ابتدا داده های شاخص کل، به عنوان دماسنج اقتصاد و نمایانگر وضعیت کلی بازار سهام ایران از تاریخ 25/02/1387 تا 05/09/1399 به طور روزانه بررسی شد و با استفاده از نوسان نمای موج الیوت و شاخص قدرت حرکت، حرکات جنبشی و اصلاحی شناسایی و به سه دسته خرید، فروش و نگهداری برچسب گذاری شدند. سپس، خروجی این مرحله به سه الگوریتم یادگیری ماشین شامل درخت تصمیم، بیز ساده و ماشین بردار پشتیبان داده شد تا برای یادگیری و پس از آن، پیش بینی روند روی داده های آزمون، آزمایش شوند. یافته ها: نتایج نشان داد که در شاخص بورس اوراق بهادار تهران، شناسایی امواج الیوت امکان پذیر است و الگوریتم های ماشین بردار پشتیبان و درخت تصمیم، قادرند، روند شاخص کل را برای آینده با دقت بالای 90 درصد پیش بینی کنند. نتیجه گیری: در بازار سرمایه ایران نمودار شاخص کل رفتار الیوتی رعایت شده و تمامی افراد فعال در بورس تهران، می توانند از روش پیشنهادی برای سیستم معاملاتی خود بهره ببرند.

هدف: هدف این پژوهش پیش بینی روند با روش های تحلیل تکنیکال پیش بینی سهام و روش های هوشمند یادگیری ماشین است و  برای پیش بینی بر روی شاخص کل کار می شود. روش : این پژوهش، شامل مراحلی است که در ادامه می آید: ابتدا داده های مورد نیاز جمع آوری می شوند سپس به 25 روش تحلیل داده می شوند، سپس از میان این 25 روش ده روش با اولویت طبق روش انتخاب ویژگی کاهش ابعاد، انتخاب می شوند، خروجی این مرحله به پنج روش هوشمند یادگیری ماشین، ماشین بردار پشتیبان خطی، ماشین بردار پشتیبان کرنل گوسی، درخت تصمیم، نزدیک ترین K همسایه و نئیو بیز داده می شود. سپس، برای تصمیم گیری نهایی از روش رأی اکثریت استفاده شده است. یافته ها: در نهایت این نتیجه حاصل شد که روش پیشنهادی به طور متوسط نرخ پیش بینی صحیح 97 درصد دارد. نتیجه گیری : مزایای روش پیشنهادی به این شرح است: روش پیشنهادی در استفاده از روش های تحلیل تکنیکال  محدودیتی ندارد. روش انتخاب ویژگی بر روی روش های تحلیل تکنیکال  اعمال شده و روش های تحلیل تکنیکال با اولویت انتخاب شده اند.

در این تحقیق به بررسی سوگیری های رفتاری و تصمیمات سرمایه گذاران حقیقی و حقوقی مبتنی بر اطلاعات تکنیکال در بورس اوراق بهادار تهران پرداخته شد. برای این منظور دو وضعیت بازار شامل عبور از حمایت و نزدیکی به مقاومت و ریزش از مقاومت و نزدیکی به حمایت به عنوان سطوح تکنیکال در تصمیمات سرمایه گذاری مورد مطالعه قرار گرفته و تاثیر 15 تورش رفتاری سرمایه گذاران در دو گروه سرمایه گذاران حقیقی و حقوقی بر روی تصمیمات مالی مبتنی بر خرید، فروش یا عدم اقدام برای معامله مورد آزمون قرار گرفت. جامعه آماری تحقیق شامل سرمایه گذاران حقیقی و حقوقی در بورس اوراق بهادار تهران بودند که تعداد 385 سرمایه گذار حقیقی و 100 سرمایه گذار حقوقی به شیوه نمونه گیری در دسترس انتخاب شده و پرسشنامه های تحقیق در اختیار آنان قرار گرفت. به منظور تجزیه و تحلیل داده های حاصل از توزیع پرسشنامه، از برازش مدل های رگرسیون لجستیک چندجمله ای بهره گرفته شد و نتایج نشان داد که تورش های رفتاری سرمایه گذاران حقیقی و حقوقی اثرات متفاوتی بر تصمیمات سرمایه گذاری آنها در سطوح مقاومت و حمایت داشته اند و همچنین تورش های رفتاری در بین سرمایه گذاران حقیقی، قدرت پیش بینی کنندگی بیشتری از تصمیمات سرمایه گذاری آنها داشته است. نتایج همچنین نشان داد که تورش های رفتاری کوته نگری،  خوش بینی مفرط و تحلیل تک بعدی بین این دو گروه از سرمایه گذاران یکسان بوده است. In this study, the behavioral biases and decisions of individual and institutional investors based on technical information in the Tehran Stock Exchange were investigated. For this purpose, two market situations, including the passage of support and proximity to resistance, and the decline of resistance and proximity to support as technical levels in investment decisions have been studied and the effect of 15 behavioral biases of investors in both groups of individual and institutional investors on financial decisions based on buying, selling or not taking action for the transaction were tested. The statistical population of the study included individual and institutional investors in the Tehran Stock Exchange, which 385 individual investors and 100 institutional investors were selected by available sampling method, and the questionnaires were provided to them. In order to analyze the data obtained from the questionnaire, polynomial logistic regression models was used and the results showed that the behavioral biases of individual and institutional investors had different effects on their investment decisions at the levels of resistance and support, and behavioral bias among individual investors has also been more predictive of their investment decisions. The results also showed that the behavioral biases of short-sightedness, excessive optimism and one-dimensional analysis were the same between the two groups of investors.  

هدایت درست و تخصیص بهینه منابعِ مالی سبب افزایش تولید و رشد ناخالص ملی، ایجاد شغل و افزایش رفاه عمومی می شود. پژوهش حاضر با هدف ارایه یک استراتژی سرمایه گذاری تلاش می کند مسیر پیشرفت شرکت سرمایه گذار را در بازارهای مالی هموار کند. بنابراین، پژوهش پیش رو را می توان از نظر هدف کاربردی دانست. همچنین با توجه به اینکه در تحقیق حاضر از مدل ریاضی ، مدلسازی، هوش مصنوعی و ... بهره گرفته شده و بهینه سازی پورتفوی شرکت سرمایه گذار را با مدل پیشنهادی مورد ارزیابی قرار میدهد، لذا از نوع تحقیقات کمی و توصیفی می باشد. این پژوهش عملکرد مدل پیشنهادی را در سه حالت: شرکت سرمایه گذار محتاط، میانه رو و ریسک پذیر ارزیابی نمود. نتایج به دست آمده نشان داد که برای هر سه حالت، استراتژیِ ارایه شده به طور قابل توجهی بهتر از شاخص بازار و سایر استراتژی های پیشین عمل می کند.در پایانِ دوره سرمایه گذاری، پورتفوی ریسک پذیر نسبت به سایر پورتفوی ها از ارزش بالاتری برخوردار بود. از سوی دیگر، پورتفوی محتاط، بازدهِ پایدار و باثبات تری کسب کرده است.این نتایج آشکار نمود که برنامه ریزی فازی ارائه شده قادر است خصوصیات و تمایلات شرکت سرمایه گذار را در ترکیب پورتفوی منعکس کند.

امروزه استفاده از نوسانگرها  به عنوان یکی از ابزار های معاملاتی در دست تحلیل گران بازار سرمایه در حال گسترش  می باشد. تحلیل تکنیکال  یکی از روش های تحلیل بازار است که در آن از قیمت ها و حجم معاملات تاریخی سهام برای پیش بینی جهت آینده حرکت قیمت ها استفاده می شود. نوسانگرها تابعی از قیمت و حجم معاملات هستند که غالبا بین دو مقدار در نوسان هستند و در مورد خرید و فروش یک دارایی، سیگنالهایی را صادر می کنند. نوسانگرهای مبتنی بر زمان، با استفاده از مفهوم موج و دوره تناوب رفتار قیمت را مدل سازی می کنند. پژوهش حاضر به بررسی سودآوری دو نوسانگر مبتنی بر تناوب زمان، شامل نوسانگر هارمونیک ساده و نوسانگر تناوب موج در بورس اوراق بهادار تهران و در بازه زمانی  1388 تا 1397 می پردازد. نتیجه پژوهش  نشان می دهد که استراتژی مبتنی بر نوسانگر تناوب موج  نسبت شارپ 55/0 می باشد که بالاتر از نوسانگر هارمونیک ساده با نسبت شارپ 48/0 می باشد.

یکی از مهم ترین مباحث در اقتصاد جهان، استفاده از سرمایه های راکد برای توسعه اقتصادی هر کشور است و این نیازمند یک سیاست راهبردی جذب سرمایه گذاران داخلی و خارجی جهت تقویت بازار سرمایه کشور است. هدف کلی این پژوهش، بررسی انطباقپذیری رفتار بازار سهام ایران با سایر بازار های مالی خارجی طبق مدل تئوری موج الیوت از ابزارهای تحلیل تکنیکال و با استفاده از الگوریتم های طبقه بندی است. لذا در این پژوهش، روند حرکتی قیمت در شاخص کل و شاخص کل هم وزن بورس اوراق بهادار ایران بهعنوان دماسنج اقتصاد و نشانگر وضعیت کلی بازار سهام ایران، مورد بررسی قرار گرفته است. ابتدا، متغیرهای نوسان نمای موج الیوت و شاخص قدرت حرکت و تغییرات قیمت، بطور روزانه برای شاخص کل از تاریخ 25/02/1387 تا 05/09/1399 و شاخص کل هم وزن از تاریخ 14/02/1394 تا 11/09/1399 محاسبه شد و بر اساس این سه متغیر، روند حرکتی به سه دسته خرید، فروش و نگهداری برچسب گذاری شد. سپس، الگوریتم های طبقه بندی مانند درخت تصمیم، نزدیک ترین K همسایه، ماشین بردار پشتیبان خطی برای پیش بینی روند آینده استفاده شد. نتایج نشان داد دقت الگوریتم های درخت تصمیم و نزدیک ترین K همسایه در پیش بینی برچسب خرید، فروش و نگهداری بالای 90 % بوده است. بنابراین، استفاده از روش های تکنیکی و الگوریتم های پیشنهادی می تواند به سرمایه گذاران در تشخیص روند آتی شاخص کل و شاخص کل هم وزن کمک کند.

هدف: هدف این پژوهش بررسی رفتار نرخ تبدیل جفت ارز EUR/USD پس از وقوع هیجانات شدید با استفاده از اندیکاتور ATR و الگوی کندل استیک مارابوزو می باشد. روش: به این منظور از نمودار کندل استیک یک ساعته در بازه ی زمانی سال های 2022-2020 استفاده شد. میانگین حرکت هر کندل یک ساعته در بازه ی زمانی یک روز (24 ساعت) محاسبه شد. کندل های یک ساعته ای که فاصله ی بین قیمت باز شدن تا بسته شدن آن ها بین 3 برابر میانگین حرکتشان بود، پیدا شدند و میانگین اختلاف نرخ تبدیل پس از 4، 12 و 24 ساعت نسبت به نرخ تبدیل بسته شدن کندل های مذکور مقایسه شد. نتایج: مشاهده شد که پس از ایجاد یک الگوی کندل استیک مارابوزو که نمایانگر هجوم خریداران یا فروشندگان می باشد می توان نسبت به انجام معامله و کسب سود در جهت کندل وارد معامله شد.

هدف این مقاله، ارزیابی کارایی فنی شرکت های بورسی صنعت داروسازی، در سال 1400 است. بدین منظور، مدل ترکیبی تحلیل پوششی داده های شبکه دو مرحله ای با وجود شاخص-های نیمه مثبت و منفی و با درنظر گرفتن همزمان فرآیند تولید(تحلیل بنیادی) در مرحله اول و فرآیند تولید مالی(تحلیل تکنیکال) در مرحله دوم بررسی شد. همچنین، فرآیند تحلیل سلسله مراتبی فازی برای تعیین اوزان مراحل اول و دوم مورد استفاده قرار گرفت. نتایج نشان داد: فرآیند تولید(تحلیل بنیادی) در تعریف کارایی کلی یک شرکت در بازار سهام مهم تر است؛ در مرحله اول، 33 درصد و در مرحله دوم، 25 درصد شرکت های صنعت داروسازی کارایی کامل یک را کسب نمودند؛ با توجه به کارایی یک 13 درصد شرکت های صنعت مورد مطالعه در هر دو مرحله اول و دوم، مقدار کارایی کل شرکت های مذکور نیز کامل و برابر یک شد؛ این شرکت ها عبارتند از داروسازی تولید دارو، داروسازی اکسیر و دارویی و بهداشتی لقمان؛ کمترین میزان کارایی کل نیز متعلق به گروه دارویی سبحان است؛ بطورکلی، 88 درصد از شرکت های صنعت مورد مطالعه، کارایی بالاتر از 0.5 دارند.

ارزش معاملات خرد سهام (سهام+ حق تقدم+ صندوق های سهامی) از کسر کردن ارزش معاملات بلوکی سهام از ارزش معاملات کل سهام در بورس ایران به دست می آید. این تحقیق شامل دو بخش اصلی می باشد. با توجه به اهمیت مدل قیمتی بلک-شولز در مباحث ریاضیات مالی، با استفاده از ابزارهای عمیق ریاضی اعم از آنالیز غیر خطی، آنالیز تصادفی، لم ایتو و مشتق رادون- نیکودیم، به یک نتیجه نظری ریاضی در مورد مدل قیمت بلک - شولز دست یافتیم. قضیه 1 در فصل (4)، در حقیقت یک رابطه عمیق نظری ریاضی برای پیش بینی قیمت در آینده است. همچنین از نتایج حاصل از این قضیه برای بررسی روند ارزش معاملات خرد سهام در بورس ایران در بازه های زمانی آتی استفاده شد. دومین موضوع مورد بحث ما در این مقاله، بررسی تاثیر تغییرات ارزش معاملات خرد سهام بر شاخص کل بورس ایران با استفاده از مدل سازی و ابزارهای ریاضی اعم از مدل بلک- شولز، ابزارهای تحلیل تکنیکال مالی، روش های آماری و آزمون نمای هرست می باشد. نظریه های بزرگ ریاضی همواره کوشیده اند تا با ایجاد مدل های فراگیر و قضیه های جامع، ابزارهایی به وجود آورند که قابل استفاده در حل مسایل علوم دیگر باشند. هدف از این تحقیق آن است که با ارایه نگرشی جدید با استفاده از مدل های ریاضی و ابزارهای مالی، به بررسی تغییرات داده های ارزش معاملات خرد سهام و تاثیر آن بر روی شاخص کل بورس ایران بپردازیم. بررسی نظری مدل قیمتی بلک - شولز در همین راستا بوده است. در این مطالعه، در یک بازه حدودا هفده ماهه (که شدیدترین نوسانات تاریخ بورس ایران در آن رخ داده است)، اطلاعات هفتگی میانگین حجم معاملات خرد سهام مورد بررسی قرار گرفته است. نتایج حاصل از این تحقیق موید این مطلب هستند که با افزایش یا کاهش شاخص کل بورس ایران شاهد روندی مشابه در ارزش معاملات خرد سهام هستیم. همچنین با استفاده از آزمون نمای هرست نشان دادیم که ارزش معاملات خرد سهام روند دار است