پيش بيني شاخص بورس اوراق بهادار تهران با ترکيب روشهاي آناليز مولفه هاي اصلي، رگرسيون بردارپشتيبان و حرکت تجمعي ذرات

پيش بيني نوسان هاي آينده شاخص سهام مي تواند اطلاعاتي در مورد روند آينده بازار سرمايه فراهم نمايد. در اين پژوهش، به منظور افزايش دقت پيش بيني شاخص بورس اوراق بهادار تهران، ترکيبي از روش هاي آماري و هوش مصنوعي به کار رفته است. مدل اصلي پيش بيني در اين پژوهش، رگرسيون بردار پشتيبان بهينه شده به وسيله الگوريتم حرکت تجمعي ذرات مي باشد. در برازش مدل رگرسيون بردار پشتيبان، سه پارامتر توضيحي وجود دارد که بايد ترکيبي از اين سه پارامتر توسط کاربر و به صورت آزمايش و خطا انتخاب شود تا دقت مدل را به بيشترين حد خود برساند. با توجه به زمان بر بودن و کارايي پايين انتخاب پارامتر توسط کاربر، براي انتخاب ترکيب بهينه پارامترهاي مدل رگرسيون بردار پشتيبان، از روش بهينه سازي حرکت تجمعي ذرات استفاده شده است که الگوريتمي قوي در حوزه بهينه سازي مي باشد. با توجه به حجم زياد داده هاي ورودي به مدل براي کاهش زمان يادگيري و افزايش دقت پيش بيني، با استفاده از روش آناليز مولفه هاي اصلي، پيش پردازش روي متغيرهاي ورودي صورت گرفته و به مولفه هاي اصلي تبدبل شده است. نتايج بدست آمده نشان داد که پيش پردازش روي دادها، خطاي پيش بيني مدل را به طور قابل ملاحظه اي کاهش داده است.