بررسی دقت ماشین بردار پشتیبان بر پایه الگوریتم ژنتیک نسبت به روش‌های ‌متداول خطی در پیش‌بینی سود هر سهم

Abstract

اطلاعات مربوط به سود و سود پیش‌بینی شده هر سهم معیارهایی هستند که از دیدگاه بسیاری از استفاده‌کنندگان با اهمیت تلقی می‌شوند؛ لذا شرکت‌ها برای جذب سرمایه‌گذاران تلاش می‌کنند سود هر سهم را با بیشترین دقت پیش‌بینی کنند. از سوی دیگر، علی‌رغم روش‌های متعدد پیش‌بینی سود، پیش‌بینی دقیق سود هر سهم در حوزه مالی کار چندان آسانی نیست و اغلب پژوهشگران درصدد تعیین بهترین روش برای پیش‌بینی سود هستند؛ بنابراین، هدف اصلی این پژوهش بررسی دقت ماشین بردار پشتیبان بر پایه الگوریتم ژنتیک نسبت به روش‌های ‌متداول خطی در پیش‌بینی سود هر سهم است. بدین منظور، نمونه‌ای متشکل از 100 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال‌های 1387-1398 بررسی شده‌ است. در راستای دستیابی به اهداف پژوهش، ابتدا با مطالعه پژوهش‌های پیشین در حوزه پیش‌بینی سود 14 نسبت مالی اثرگذار بر پیش‌بینی سود انتخاب شده است. سپس، به منظور ارائه مدلی در زمینه پیش‌بینی سودآوری شرکت‌ها، به مقایسه مدل ترکیبی ماشین بردار پشتیبان بر پایه الگوریتم ژنتیک، ماشین بردار پشتیبان و رگرسیون خطی پرداخته شده است. نتایج پژوهش نشان داد مدل ترکیبی ماشین بردار پشتیبان بر پایه الگوریتم ژنتیک در پیش‌بینی روند حرکتی سود هر سهم بسیار بهتر عمل کرده و در مقایسه با مدل ماشین بردار پشتیبان بر اساس توابع کرنلی و روش رگرسیون خطی از دقت بالاتری برخوردار است. به گونه‌ای که با توسعه مدل ماشین بردار پشتیبان بر پایة الگوریتم ژنتیک خطای آموزش مدل به مقدار 036/0 کاهش و بر دقت مدل تا 75 درصد افزوده می‌شود.

Keywords

• سود هر سهم
• ماشین بردار پشتیبان
• الگوریتم ژنتیک
• مدل‌های خطی