هدف این پژوهش، بررسی سودمندی روشهای کاهش متغیرها و روش غیرخطی رگرسیون بردارهای پشتیبان، در پیش‌بینی بازده سهام شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران است. با استفاده از روشهای مبتنی بر همبستگی و تحلیل عاملی، متغیرهای بهینه از بین 52 متغیر اولیه، انتخاب یا استخراج شده است. در ادامه، با استفاده از روشهای غیرخطی رگرسیون بردارهای پشتیبان و شبکه‌های عصبی مصنوعی و همچنین رگرسیون خطی، بازده سهام 101 شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1383 الی 1392 پیش‌بینی شده است. یافتههای تجربی این پژوهش حاکی از عملکرد بهتر رگرسیون بردارهای پشتیبان نسبت به دو روش دیگر پیش‌بینی و عملکرد بهتر هر دو روش غیرخطی پیش‌بینی نسبت به رگرسیون خطی است. افزون براین، یافتههای پژوهش، بیانگر سودمندی روشهای کاهش متغیرها و وجود تفاوت معنادار بین میزان سودمندی دو روش مبتنی بر همبستگی و تحلیل عاملی و همچنین برتری روش مبتنی بر همبستگی است.
Setayesh M, kazemnezhad M. The Usefulness of Support Vector Regression and Variables Reduction Methods in Stock Return Prediction. fa 2016; 7 (28) :1-33 URL: http://qfaj.mobarakeh.iau.ir/article-1-551-fa.html
ستایش محمد حسین، کاظم نژاد مصطفی. بررسی سودمندی روش غیرخطی رگرسیون بردارهای پشتیبان و روشهای کاهش متغیرهای پیش‌بین در پیش‌بینی بازده سهام. حسابداری مالی. 1394; 7 (28) :1-33
