تجزیه‌وتحلیل داده‌ها
مقدمه
تجزیه‌وتحلیل داده‌ها برای بررسی صحت مدل ارائه‌شده در تحقیق از اهمیت خاصی برخوردار است و امروزه در بیشتر تحقیقاتی که مبتنی بر اطلاعات جمع‌آوری‌شده از موضوع موردپژوهش است تجزیه‌وتحلیل از اصلیترین و مهم‌ترین بخشهای پژوهش محسوب میشود. داده‌های خام با استفاده از نرم‌افزارها مورد تجزیه‌وتحلیل قرار می‌گیرند و پس از پردازش به شکل اطلاعات در اختیار مشتریان قرار میگیرند. پس‌ازآنکه در فصول دو و سه به‌مرور کارهای انجام‌شده درزمینهٔ تحقیق و ارائه چارچوبی در جهت پژوهش پرداختیم، اکنون مبادرت به پیاده‌سازی روال تحقیق و کارهای انجام‌شده می‌نماییم.
۴-۱٫ نرمافزارهای مورداستفاده
در این تحقیق، به‌منظور آمادهسازی دادهها، از نرم‌افزار مایکروسافت اکسل^[۵۷] ۲۰۱۳ استفاده نمودیم. همچنین برای مدل‌سازی پیشبینی قیمت سهام از جعبه‌ابزارهای شبکه عصبی و MFNN نرمافزار متلب^[۵۸] ۲۰۱۴
استفاده نمودیم.
۴-۲٫ مدلسازی پیشبینی قیمت سهام
ازآنجاکه یکی از اهداف تحقیق حاضر پیشبینی قیمت سهام با استفاده از فنهای هوشمند است، لذا در ابتدا بایستی متغیرهای مؤثر بر پیشبینی قیمت سهام را شناسایی و دادگان مربوط به شرکت‌های حاضر در نمونۀ آماری را از مراجع معتبر استخراج نماییم.
۴-۲-۱٫ دادههای تحقیق
با توجه به توضیحاتی که در بخش ۳-۳ ارائه نمودیم، بسیاری از تحقیقات پیشین از دادههای روزانه مربوط به شاخص کل بازار، قیمت پایانی و حجم معاملات شرکتها در پیشبینی قیمت سهام بهره گرفتهاند. از سوی دیگر با توجه به اینکه برای آموزش شبکه عصبی بایستی تعداد نمونهها به‌قدری باشد که شبکه بتواند رابطه بین متغیرهای ورودی و خروجی را استخراج نماید، لذا به‌منظور مدل‌سازی پیشبینی قیمت سهام، پس از تعیین شرکتهای حاضر در نمونۀ آماری، داده‌های روزانه مربوط به شاخص کل بورس اوراق بهادار تهران و همچنین قیمت ابتدایی، قیمت پایانی، کمترین قیمت و حجم معاملات شرکت‌های حاضر در تحقیق برای ۷۲ ماه منتهی به اسفند ۱۳۹۳ از وب‌سایت شرکت بورس اوراق بهادار تهران استخراج شد.
۲-۴-۲٫ شرکتهای حاضر در تحقیق
در این تحقیق ۱۰ شرکت از شرکت‌های شیمیایی که اطلاعات در دسترسی داشته‌اند انتخاب شدند. در جدول ۴-۱، نام و نماد هر یک از این شرکتها آمده است.