en پیش بینی قیمت سهام اقتصاد پولی Monetary Economics پژوهشی اصیل - كاربردی Original Research - Empirical <p dir="RTL">اهمیت ویژه بازار سرمایه در کشورهای پیشرفته، در توسعه اقتصادی آن‌ها از طریق هدایت موثر سرمایه‌ها و تخصیص بهینه منابع، غیر قابل انکار است. سرمایه گذاری در بازار سرمایه مستلزم تصمیم گیری در خصوص خرید سهام جدید و یا فروش سهام موجود می‌باشد که این خود نیازمند دستیابی به اطلاعاتی در خصوص وضعیت آینده قیمت بازار سهام می‌باشد. بی تردید امروزه بیشترین مقدار سرمایه از طریق بازارهای بورس در تمام جهان مبادله می‌شود. اقتصادهای ملی به شدت متأثر از عملکرد بازار بورس استعداد زیاد و ناشناخته بودن عوامل مؤثر بر بازار بورس، موجب عدم اطمینان در سرمایه‌گذاری شده است. روشن است که خصوصیت عدم اطمینان، امر نامطلوبی است و از طرفی برای سرمایه گذارانی که بازار بورس را به عنوان مکان سرمایه‌گذاری انتخاب نموده‌اند، این خصوصیت اجتناب<span dir="LTR">‌</span>ناپذیر است. بنابراین به طور طبیعی تمام تلاش سرمایه‌گذار، کاهش عدم اطمینان است پژوهش حاضر به مقایسه چهار مدل متفاوت پیش بینی قیمت سهام یعنی شبکه پرسپترون، شبکه عصبی فازی، درخت تصمیم کارت و رگرسیون‌بردار پشتیبان در بازار سهام ایران برای 5 سال متوالی از 1387 تا1391می‌پردازد. نمونه پژوهش حاضر از 81 شرکت پذیرفته شده در بورس اوراق بهادار تهران تشکیل شده است. نتایج حاصله به لحاظ پنج شاخص خطا مورد ارزیابی و مقایسه قرار گرفتند و نتایج نشان داد که پیش‌بینی قیمت سهام با استفاده از درخت تصمیم کارت خطای کمتری نسبت به سایر روش ها دارد.</p> <p><strong><span dir="RTL">طبقه‌بندی</span></strong> <strong>JEL</strong> : C10, C13, C18</p> <p><em>The especial importance of capital market in countries is undeniable in economic development via effective capital conduct and optimum resources allocation. Investment in capital market requires decision making in new stock exchanges, and&nbsp;&nbsp; accessing information in the case of future status of capital market. Undoubtedly, nowadays most part of capital is exchanged via stock exchange all around the world. National economies are extremely affected by the performance of stock market, high talent and unknown factors affecting stock market, and this causes unreliability in investment. It is clear that unreliable assets are inappropriate and in other side, for those investors who select stock market as a place to invest this asset is inevitable; thus, naturally all investors struggle to reduce unreliability. The present study compares four different models of predicting stock price, namely, Perceptron network, Fuzzy neural network, CART, Decision tree, and Support vector regression in Iran stock market during 2008 - 2012. Research sample includes 81 firms listed on the Tehran Stock Exchange (TSE). The findings compared in the case of five indicates show that for predicting stock price, using CART decision tree, has lower error than other ones. </em></p> <p><strong><em>JEL Classifications: </em></strong><em>C10, C13, C18</em></p> شبکه پرسپترون, شبکه عصبی فازی, درخت تصمیم کارت و رگرسیون‌بردار پشتیبان Perceptron network, Fuzzy neural network, CART decision tree, Support vector regression. 107 127 http://jme.mbri.ac.ir/browse.php?a_code=A-10-71-3&slc_lang=en&sid=1 Mehdi Salehi 10031947532846001956 10031947532846001956 Yes Department of Accounting, Ferdowsi University of Mashhad