ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > التنبؤ باتجاه العائد السوقى با...>الوصف

التنبؤ باتجاه العائد السوقى باستخدام الشبكات العصبيه الاصطناعيه : حالة بورصة عمان

المصدر: المجلة الأردنية في إدارة الأعمال
الناشر: الجامعة الأردنية - عمادة البحث العلمي
المؤلف الرئيسي: خميس، بشير أحمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Khamees, Basheer Ahmad
المجلد/العدد: مج 8, ع 3
محكمة: نعم
الدولة: الأردن
التاريخ الميلادي: 2012
الصفحات: 566 - 580
DOI: 10.35516/0338-008-003-007
ISSN: 1815-8633
رقم MD: 388770
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EcoLink
مواضيع:
التحليل الاحصائى | مستخلصات الابحاث | العوائد السوقيه | الشبكات العصبيه الاصطناعيه | اقتصاد السوق | تكنولوجيا المعلومات
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تهدف هذه الدراسة إلى قياس مقدرة الشبكات العصبية الاصطناعية على التنبؤ باتجاه العوائد السوقية لأسعار الأسهم قبل عام على حدوثها. ولتحقيق ذلك طبقت الدراسة التحليل الأساسي على الشركات المساهمة العامة الصناعية والخدمية الأردنية خلال الفترة من عام 1999 إلى عام 2009. وقد تمّ اسعمال خمسة متغيرات مستقلة لتحقيق أهداف الدراسة، هي التغير في الأرباح ومستوى الأرباح ونسبة القيمة السوقية الى القيمة الدفترية ونسبة الأرباح الموزعة إلى القيمة السوقية ونسبة العائد إلى حقوق المساهمين. وقد تمّ استخدام مقاييس وصفية وتحليل الارتباط وتحليل الانحدار لاستطلاع البيانات قبل تطبيق الشبكات العصبية الاصطناعية عليها، وتمّ ربط المتغيرات المسقلة لسنة معينة مع عوائد الأسهم لسنة لاحقة. وأظهرت الدراسة أن الشبكات العصبية الاصطناعية قادرة على التنبؤ بعوائد الأسهم بدرجة دقة بلغت 80.2% في عينة التعلم و58.1% في عينة الاختبار. \

This study aims at measuring the ability of artificial neural networks (ANNs) to predict the direction of one-year-ahead stock return. It applies fundamental analysis on the Jordanian industrial and service corporations over the period 1999 to 2009. Five independent variables are used to achieve the objective of this study, which are earnings change, earnings level, the ratio of market value of equity to book value of equity, dividend yields, and return on equity. Descriptive measures, correlation analysis, and regression analysis are also used to explore data before (ANNs) are used to predict stock return. The above variables were modelled, as lag variables, with stock return. The findings of the study show that (ANNs) are able to predict stock return with accuracy of 80.2% in the training sample and 58.1% in the test sample.
وصف العنصر: بحث منشور باللغه الانجليزيه
ISSN: 1815-8633

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.