Document Type : Research Paper

Authors

Abstract

Different methods for prediction of future situation always have been one of the important concerns of scholars of different science .Naturally in this way; those methods would be more sustainable and applicable which have minimum errors in prediction.
During last years, many mathematical methods like: simple average, weighted average, double average and regression have been accepted and applied, but in some situations it had some problems as well.
With the application of artificial intelligence like neural networks, specifically when there is proper relation between data, dependent and independent variables, a lot of hope raised and in a way that the replacement of neural networks models with mathematical methods.
In this paper, the application of neural networks models and regressions in the prediction of stock prices have been evaluated and the prediction errors of these models have been measured. The research method which has been used in this paper, is evaluation method.

1. پناهیان، حسین. « استفاده از شبکههای عصبی برای پیش بینی روند شاخص قیمت سهام در بورس  اوراق بهادار تهران».پایان نامه دکتری، دانشگاه آزاد اسلامی، (1379) .
2. جهانخانی، علی و پارسائیان، علی.  بورس اوراق بهادار. تهران: دانشکده مدیریت دانشگاه تهران،1374.
3. خالوزاده، حمید. «آیا قیمت سهام در بورس تهران قابل بررسی است یا نه؟». تحقیقات مالی، شماره 11 و 12 ، (1375).
4. خالوزاده، حمید. « مدل سازی غیرخطی پیش بینی قیمت سهام در بورس تهران».پایان نامه دکتری الکترونیک، دانشگاه تربیت مدرس، (1377).
5. راعی، رضا. «طراحی مدل سرمایهگذاری مناسب در سبد سهام با استفاده از شبکه های عصبی».پایان نامه دکتری، مدیریت دانشگاه تهران، 1376.
6. منهاج، محمدباقر.مبانی شبکه عصبی، تهران: نشر دانشگاه امیرکبیر، 1379.
7. بت شکن، محمود. «پیش بینی قیمت سهام با استفاده از شبکه عصبی- فازی و مقایسه آن با الگوهای خطی پیشبینی».پایان نامه دکتری، مدیریت دانشگاه تهران، (1380).
8. خاکی، غلامرضا و دیگران.مدلسازی پیش بینی قیمت سهام.تهران: انتشارات پژوهشکده پولی و بانکی، 1380.
 
9. N. Baba & M. Kozaki. "An Efficient Forecasting Systems of Stock Price Using Neural Networks"., IEEE int.con, on .Neural networks, Vol. 14, (1997), pp. 311-377.
 
10. Haykin,Simon. Neural Networks, a Comprehensive Foundation. Prentice-Hall, 1994.
 
11. K. Schierbolt & C. Dagli. "Stock Market Prediction Different Neural Network Classification Architecture"., IEEE int.conf,on N.N, Vol. 11. (1995), pp.72-78.
 
12. V. VEMURI & Rogers, Artificial Neural Network, Forecasting Time Series. IEEE Computer Society Press, 1994.
 
13. Hirotaka Mizura & Others. Application of Neural Network to Technical Analysis of Stock Market Prediction. Prentice-Hall, 1998.
 
14. Bo K wong & Others. A Bibiolography of Neural Network Business Application Research. Jon pub, 2000.
 
15. Roaman Lawrence, "Using Neural Networks to Predict Stock Market Prices"., IEEE int.con, on .Neural Networks, Vol. 14, (1997), pp. 205-217.
 
16. Donaldson, R.G, Kamstra, M. "Forecast Combining with Neural Networks"., Journal of Forecasting, Vol. 15, (1996), pp. 49-61.
 
17. Fama, E, French, K. R. "The Cross-Section of Expected Stock Returns"., Journal of Finance, Vol. XLVII, No. 2, (June 1992), pp. 427-465.
 
18. Fang, H. "Foreign Exchange Risk and Common Stock Returns"., A Note on International Evidence, Journal of Business Finance & Accounting, Vol. 23, No.3, (April 1996).
 
19. Gaynor, P. E, Kirkpatrick, R. C. Time-series Modelling and Forecasting in Business and Economics. Mc Graw Hill., 1994.
 
20. Grudnitzky, G, Osburn, L. "Forecasting S&P and Gold Futures Prices: An Application of Neural Networks"., Journal of Future Markets, Vol. 13, No. 6, (September 1993), pp.631-643.184.