تاثیر استفاده از استراتژی‌های معاملات کاهش ابعاد در پیش‌بینی بازده روزانه سهام روش پانل دیتا.

سیستم‌های خبردهی بازده سهام با ارائه اطلاعات به‌موقع موجب تصمیم‌گیری‌های بهینه می‌گردند. پیش‌بینی سود توسط مدیریت در ارزیابی سودآوری، ریسک مرتبط با سود، قضاوت در مورد قیمت سهام و مدل‌های ارزشیابی در سطح گسترده‌ای مورداستفاده قرار می‌گیرد (مانفرد و اینکی ، 2014). هدف ما در این پژوهش این است که ، تاثیر استراتژیهای معاملاتی کاهش ابعاد بر پیش بینی بازده روزانه بازار سهام به روش منطق فازی شرکت‌ها را مورد بررسی و کاوش قرار دهیم . این پژوهش از نوع مطالعه کتابخانه‌ای و تحلیلی علی بوده و مبتنی بر تحلیل داده‌های تابلویی (پانل دیتا) است. در این پژوهش اطلاعات مالی 19 شرکت پذیرفته‌شده در بورس اوراق بهادار تهران در طی دوره زمانی 1390 تا 1397 بررسی‌شده است. نتایج تحقیق نشان داد که استفاده از استراتژی معاملات کاهش بازده سهام و استراتژی کاهش قیمت سهام بر پیش‌بینی بازده روزانه بازار سهام تاثیرمعنی‌داری دارد ولیکن استراتژی معاملات کاهش حجم معاملات تاثیرمعنی‌داری بر پیش‌بینی بازارسهام ندارد.

The Impact of Using Dimensionality Trading Strategies on Forecasting the Daily Stock Returns of the Panel Data Method.

Earnings forecasting systems provide timely decisions by providing timely information. Earnings forecasting by management is widely used in assessing profitability, profitrelated risk, stock price judgments, and valuation models (Manfred Inky, 2014). Our purpose in this study is to investigate and investigate the impact of dimensionality trading strategies on predicting daily stock market returns by the fuzzy logic approach of firms. This study is a libraryanalyticcausal study based on panel data analysis (panel data). In this study, the financial information of 19 companies listed in Tehran Stock Exchange during the period 20112018 was reviewed. The results showed that using stock trading strategy and stock price reduction strategy have significant effect on prediction of daily stock market returns, but trading volume reduction strategy has no significant effect on market forecasting. I hope to accept my article. I suggest the editor remove this restriction on the number of words used in the abstract for the English text.