بررسی مقایسه‌ای رویکرد الگوریتم ژنتیک با رویکرد شبکه عصبی مصنوعی با استفاده از نسبت‌های مالی در پیش‌بینی بازده سهام

Abstract

سرمایه­گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه­های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی غیر خطی و آشوب­گونه است که تحت تأثیر شرایط سیاسی، اقتصادی و روانشناسی می­باشد و می­توان از سیستم­های هوشمند غیرخطی همچون شبکه­های عصبی مصنوعی، شبکه­های عصبی فازی و الگوریتم­های ژنتیک برای پیش­بینی بازده سهام استفاده نمود. در این مقاله به طراحی و ارائه­ی یک مدل پیش­بینی بازده سهام با استفاده از نسبت­های مالی با رویکردهای شبکه­ عصبی مصنوعی و الگوریتم­های ژنتیکی و کاهش خطای پیش­بینی بازده سهام پرداخته شده است. در ادامه پس از طراحی و پیاده­سازی مدل شبکه­های عصبی مصنوعی و الگوریتم­های ژنتیک، با استفاده از 6 معیار سنجش عملکرد برای ­پیش­بینی، نتایج دو رویکرد مورد مقایسه گرفته است. نتایج نشان می­دهد که رویکرد الگوریتم­های ژنتیک نسبت به رویکرد شبکه­های عصبی مصنوعی، پیش­بینی­های بسیار مناسب­تری داشته و از سرعت بالاتر و توانایی تقریب قوی­تری برای پیش­بینی بازده سهام برخوردار بوده است.