تحصيلات تکميلي

تاريخ دفاع : 19/7/79

رشته و گرايش : کامپيوتر-نرم افزار

استاد مشاور : دکتر مهدي ابزري-دکتر مهدي جمشيديان

نام و نام خانوادگي : حميد جزايري

دانشکده : فني و مهندسي

استاد راهنما : دکتر ناصر قاسم آقايي

سيستم پشتيبان سرمايه‏گذاري خبره بررسي موردي ده شركت فعال بورس اوراق بهادار تهران بين سالهاي 1378 - 1372

چکيده

رساله متشكل از شش فصل و دو فهرست مي‏باشد . رساله در 133 صفحه تهيه و جمع‏آوري شده است و براي تكميل آن از كتابخانه دانشگاه اصفهان و صفحات جهاني و بهره گرفته شده است.

اين تحقيق با هدف ارائه مدلي هوشمند از يك سيستم پشتيبان تصميم‏گيري نمونه و پياده سازي مدل هوشمند شده صورت گرفته است . يكي از موضوعاتي كه در سيستم‏هاي پشتيبان تصميم‏گيري مورد توجه واقع مي‏شود مقوله سرمايه‏گذاري مي‏باشد . شفافيت اطلاعات موجود در بازار بورس اوراق بهادار تهران باعث شد تا سيستم پشتيبان تصميم‏گيري مورد بررسي اين تحقيق در رابطه با بازار بورس تهران باشد.

تحقيقات نشان داد كه بازار بورس تهران كارا نيست . يكي از ويژگيهاي بازار كارا داشتن يك سيستم اطلاعاتي قوي است كه بتواند اطلاعات را به سرعت و با حداقل هزينه به آگاهي متقاضيان برساند . ايجاد يك سيستم پشتيبان تصميم‏گيري براي سرمايه‏گذاران به عنوان يك سيستم اطلاعاتي گام مؤثري در جهت كاراتر كردن بازار بورس تهران خواهد بود . در اين تحقيق سعي شده است تا با استفاده از هوش مصنوعي و شبكه عصبي ، مدلي هوشمند از يك سيستم پشتيبان تصميم‏گيري جهت سرمايه‏گذاري در بازار بورس تهران ارائه شود . به همين جهت عنوان تحقيق سيستم پشتيبان سرمايه‏گذاري خبره نامگذاري شده است.

در اين تحقيق الگوي تغييرات بازده و قيمت سهام 10 شركت فعال بورس تهران به وسيله شبكه عصبي مورد بررسي قرار گرفته والگوي تغييرات بازده سهام در سال آتي پيش بيني مي‏شود . سپس با استفاده از استراتژي سرمايه‏گذاري فيلتر ،‌فيلترهاي مختلف سرمايه‏گذاري شبيه سازي مي‏شود و پارامترهايي نظير سود حاصل از سرمايه‏گذاري فيلتر ،‌فيلترهاي مختلف سرمايه‏گذاري شبيه سازي مي‏شود و پارامترهايي نظير سود حاصل از سرمايه‏گذاري تعداد دفعات داد و ستد براي سال‏هاي گذشته محاسبه مي‏شود . ضمن اينكه سيستم پشتيبان سرمايه گذاري خبره با توجه به پيش بيني الگوي تغييرات بازده ، ضمن پيشنهاد بهترين فيلتر سرمايه گذاري براي سال آتي بازدهي فيلتر مورد نظر كاربر را نيز محاسبه نموده و مانند نرم‏افزارهاي صفحه گستر در قالب نمودارها و جداول تصميم‏گيري نمايش مي‏دهد.

براي بررسي عملكرد مدل شبكه عصبي چند لايه پرسپترون براي پيش بيني قيمت سهام يك عنصر برنامه‏ريزي به محيط دلفي اضافه شده است كه به وسيله آن مي‏توان چندين شبكه عصبي را به نرم‏افزار در حال توليد اضافه كرد . در اين تحقيق طرح‏هاي مختلفي از شبكه چند لايه پرسپترون به وسيله عنصر برنامه‏سازي شبكه عصبي مورد بررسي قرار گرفته است كه همگي آنها نشان مي‏دهند شبكه چند لايه پرسپترون تنها براي پيش بيني سطح و روند تغييرات بازده سهام در آينده نزديك مفيد باشد و براي پيش بيني دوره‏هاي طولاني تر نياز به داده‏هاي ورودي بيشتري در رابطه با شركت‏هاي مورد مطالعه و بازار مي‏باشد.