برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان: 

پیش بینی قیمت بازارسهام با استفاده از ابزارهوشمند شبکه عصبی

نوع ارائه: مقاله
نویسنده: رفيعي فاطمه,زهرابي زهره
 
 
 
عنوان همایش: مسابقه كنفرانس بين المللي جامع علوم مهندسي در ايران
نوع همایش:  سازمان ها و مراکز غير دولتي
حامی:  موسسه فرهنگي هنري چشم انداز فردا، دانشگاه تبريز، دانشگاه گيلان
زمان:  1395دوره 1
 
چکیده: 
fiogf49gjkf0d

پيش بيني قيمت سهام (خريد يک سهم به قيمت پايين و فروش آن به قيمت بالاتر) يکي از موضوعهاي مهم مالي است، چرا که داده هاي قيمت سهام داراي تغييرپذيري زياد، پيچيدگي، ديناميک و آشوب گونه است، بنابراين ارتباط نامشخص بين قيمت سهام و عوامل موثر کاملا پويا است. بنابراين مساله پيش بيني قيمت سهام تنها بوسيله يک برنامه کامپيوتري کاردشواري است. چون هيچ قانون مناسب و مشخصي براي تخمين يا پيش بيني قيمت سهام در بازار سهام وجود ندارد. متدهايي مثل تجزيه و تحليل تکنيکي، تجزيه و تحليل پايه اي، تجزيه و تحليل سري هاي زماني و تجزيه و تحليل آماري و غيره استفاده مي شده است. مزيت استفاده از شبکه عصبي اين است که محقق نيازي به دانستن نوع ارتباط بين متغيرهاي مستقل و وابسته ندارد. در اين پژوهش دو نوع از شبکه هاي عصبي مصنوعي را براي پيش بيني بازده بورس اوراق بهادار تهران به کار گرفته شد و يافته هاي تحقيق نشان داد که انواع شبکه ها را مي توان در پيش بيني مورد استفاده قرار داد. در اينجا بايد ذکر شود که همانگونه که در فرضيات آمده بود و در بخش پيش بيني نمايش داده شده است شبکه پرسپترون چند لايه در پيش بيني برون نمونه اي عملکرد بهتري داشته است. نمودار 1 نشان مي دهد که شبکه عصبي راديال در پيش بيني درون نمونه اي بسيار دقيق عمل کرده است و ميانگين مربعات خطاي اين شبکه نزديک به صفر است. با اين وجود به علت يادگيري بيش از حد شبکه، اين نوع شبکه در پيش بيني برون نمونه اي مناسب عمل نکرده و ميانگين مربعات خطاي آن در مقايسه با شبکه عصبي پرسپترون بالاتر است. شبکه پرسپترون چند لايه در پيش بيني برون نمونه اي خود عملکرد بهتري داشته و ميزان خطاي پيش بيني اين شبکه در اين نوع پيش بيني پايين تر از شبکه راديال است اين امر در نمودار مشهود است.

 
کلید واژه: پيش بيني، شبکه عصبي، بازار سهام
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 
ارتباط خیلی زیاد ارتباط زیاد مرتبط ارتباط کمتر
 
 
بازدید یکساله 173   pdf-file
 
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی