توضیحات
چکیده
داده کاوی یكی از علوم روبه رشد است و برای تحليل پایگاه داده ها بسيار مناسب میباشد. در علوم زیادی از داده کاوی استفاده میشود که میتوان به هوش تجاری، تحليل سبد خرید و پزشكی اشاره نمود. الگوریتم های اصلی داده کاوی 4دسته میباشند که 2 دسته اصلی آنها الگوریتم های رتبه بندی خصيصه و طبقه بندی هستند. در این پژوهش یک روش برای پيش بينی سود سهام بها بازار با استفاده از تكنيک داده کاوی ارائه میکنيم. ابتدا روش نوینی جهت طبقه بندی داده ها ارائه شده است سپس با پياده سازی رویكرد فوق بر روی یک پایگاه داده با 371شرکت در صنعت های مختلف و به دست آوردن دقت هر مدل با توجه به ورودی های دقت هر روش به دست آمده است. از داده های بورس برای کاربردی کردن این پژوهش استفاده کرده ایم و بر اساس رویكرد ميزان تغيير سود سهام شرکتها را در سال 94با توجه به داده های شرکت ها پيش بينی نموده ایم. نتایج حاکی از بالا بودن دقت رویكرد پيشنهادی و سرعت بالای آن بود.
مقدمه
فرصت های رشد و سرمایه گذاری یکی از فاکتورهایی است که سرمایه گذاران در کنار سایر معیارهای ارزیابی سهام نظیر سود تقسیمی بالاتر، جریانات نقدی آزاد و ریسک سهام مدنظر خود قرار میدهند. با توسعه مداوم اقتصاد جامعه، افزایش سریعی در ظهور بازارهای سرمایه در کشور صورت گرفته است. امروزه سرمایه گذاری در بورس، بخش مهمی از اقتصاد جامعه را تشکیل میدهد. به همین دلیل پیش بینی قیمت سهام برای سهامداران از اهمیت خاصی برخوردار است تا بتوانند بالاترین بازده را از سرمایهگذاری خود کسب نمایند. هدف اصلی سرمایه گذاران از سرمایه گذاری در سهام شرکتها افزایش ثروت است که این امر از طریق کسب بازده سهام محقق میگردد. بنابراین ارزیابی بازده سهام شرکت های مختلف، مهمترین مسئله ای است که سرمایه گذاران در بازار سرمایه با آن مواجه اند.
ABSTRACT
Data mining is one of the fastest-growing science and is very suitable for database analysis. In a large amount of science, data mining is used, which can be referred to business intelligence, shopping cart and medical analysis. The main data mining algorithms are four categories, the two main categories of which are ranking and classification algorithms. In this study, we propose a method for predicting market dividends using data mining techniques. First, a new method for classifying the data is presented. Then, by implementing the above approach on a database with 371 companies in different industries, and obtaining the accuracy of each model with respect to the precision inputs of each method is obtained. We have used stock data to apply this research and, based on the approach, predicted the level of corporate dividends in the year 94, according to company data. The results showed high accuracy of the proposed approach and its high speed.
INTRODUCTION
Growth and investment opportunities are one of the factors that investors, along with other equity valuation criteria, such as higher dividend yields, open cash flows and equity risk, are considered by investors. With the continuous development of the economy, a rapid rise in the emergence of capital markets in the country has taken place. Today, investing in bourses is an important part of the economy of society. For this reason, stock price prediction is important for shareholders in order to get the highest return on their investment. The main purpose of investors is to invest in stocks of companies to increase their wealth by acquiring stock returns. Therefore, valuing the stock returns of different companies is the most important issue faced by investors in the capital market.
Year: 2017
Publisher : Third Annual National Conference on Electrical Engineering, Computer and Biotechnology of Iran
By : Mahshad Najafi, Hamid Peyyak, Hossein Malekinejad
File Information: Persian Language/ 5 Page / size: 662 KB
سال : 1396
ناشر : سومین کنفرانس سالانه ملی مهندسی برق، کامپیوتر و بیو الکتریک ایران
کاری از : مهشاد نجفی ،حمید پایگذار ،حسین مالکی نژاد
اطلاعات فایل : زبان فارسی / 5 صفحه / حجم : KB 662
نقد و بررسیها
هنوز بررسیای ثبت نشده است.