پیش بینی قیمت سهام در بازار بورس اوراق بهادار با استفاده از شبکه ی عصبی فازی و الگوریتم های ژنتیک و مقایسه ی آن با شبکه عصبی مصنوعی مقاله

نویسنده: منجمی، سید امیر حسین ؛ ابزری، مهدی ؛ رعیتی شوازی، علی رضا ؛

اقتصاد مقداری پاییز 1388، دوره ششم - شماره 3 ، علمی-پژوهشی (وزارت علوم/ISC (‎26 صفحه - از 1 تا 26 )

کلیدواژه ها: قیمت سهام پیش بینی شبکه های عصبی فازی الگوریتم های ژنتیک

چکیده:

سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه های پرسود در بازار سرمایه است. بازار سهام دارای سیستمی غیر خطی و آشوب گونه است که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، شبکه های عصبی فازی و الگوریتم های ژنتیک برای پیش بینی قیمت سهام استفاده نمود. در این مقاله به طراحی و ارائه ی یک مدل پیش بینی قیمت سهام با استفاده از شبکه ی عصبی فازی و الگوریتم های ژنتیکی و کاهش خطای پیش بینی قیمت سهام با استفاده از آن نسبت به استفاده از تکنیک شبکه ی عصبی مصنوعی به صورت منفرد پرداخته شده است. در ادامه پس از طراحی و پیاده سازی مدل شبکه های عصبی فازی و الگوریتم های ژنتیک، با استفاده از چهار معیار سنجش خطا، نتایج دو مدل مقایسه شده است. نتایج نشان می دهد که مدل ترکیبی شبکه های عصبی فازی و الگوریتم-های ژنتیک پیش بینی های بسیار مناسب تری داشته و نسبت به شبکه ی عصبی منفرد از سرعت بالاتر و توانایی تقریب قوی تری برای پیش بینی قیمت سهام برخوردار بوده است

خلاصه ماشینی:

"جدول 1: مقادیر ارزیابی عملکرد شبکه‌ی عصبی مصنوعی R2 MAPE NMSE MSE نام شرکت روش 91606/0 000252/0 08394/0 00285/0 نفت پارس شبکه عصبی مصنوعی 98697/0 00036/0 01303/0 00108/0 پتروشیمی اراک 95978/0 02635/0 04022/0 00453/0 سرمایه گذاری سپه 91512/0 00027/0 01487/0 00566/0 ایران خودرو دیزل 90705/0 000578/0 09294/0 00186/0 سایپا 9399/0 00142/0 06009/0 00678/0 موتوژن 92025/0 00546/0 07975/0 00213/0 معادن وفلزات 8689/0 00012/0 13104/0 00975/0 سیمان تهران 96834/0 002871/0 03165/0 00211/0 شهد ایران 87036/0 00125/0 12964/0 0036/0 کف 4-3- پیش‌بینی قیمت سهام با استفاده از شبکه‌ی عصبی فازی و الگوریتم ژنتیک(GFNN) به طورکلی، شبکه‌های عصبی مصنوعی توانایی بالایی در توسعه‌ی مدل برای متغیر‌های کیفی ندارد. جدول 2: نتایج پیش بینی با استفاده از نگاشت‌های خطی و هیستوگرام MAPE MSE نام نگاشت روش 000248/0 3323/2 خطی شبکه عصبی فازی 0002857/0 0878/0 هیستوگرام 4-3-3- طراحی الگوریتم‌های ژنتیک همان طور که پیش از این اشاره شد، الگوریتم ژنتیک نوعی روش بهینه یابی است که در این تحقیق برای وزن‌گذاری میان لایه‌ای در شبکه‌ی عصبی مورد استفاده قرار می‌گیرد. فرضیه‌ی اول با توجه به جدول (3) و نتایج قابل قبولی که برای معیارهای ارزیابی عملکرد پیش بینی قیمت نمونه‌ی آماری با استفاده از روش شبکه‌ی عصبی فازی و الگوریتم ژنتیک آمد، با تعداد تکرارهای کمتر نسبت به شبکه‌ی عصبی، مورد تأیید قرار گرفت."

دریافت فایل ارجاع :
(پژوهیار, , , )

دانلود PDF
دانلود HTML

لینک کوتاه:

صفحه:

ورود / عضویت

برای مشاهده متن مقاله و یا دانلود آن لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.

ورود