پيش بيني قيمت بازارسهام با استفاده از ابزارهوشمند شبكه عصبي

Price forecast for the stock market using intelligent neural network tool

پيش بيني قيمت سهام (خريد يك سهم به قيمت پايين و فروش آن به قيمت بالاتر )يكي از موضوعهاي مهم مالي است، چرا كه داده هاي قيمت سهام داراي تغييرپذيري زياد، پيچيدگي، ديناميك و آشوب گونه است، بنابراين ارتباط نامشخص بين قيمت سهام و عوامل مؤثر كاملا پويا است. بنابراين مسأله پيش بيني قيمت سهام تنها بوسيله يك برنامه كامپيوتري كاردشواري است. چون هيچ قانون مناسب و مشخصي براي تخمين يا پيش بيني قيمت سهام در بازار سهام وجود ندارد . متدهايي مثل تجزيه و تحليل تكنيكي ، 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 شبكه عصبي اين است كه محقق نيازي به دانستن نوع ارتباط بين متغيرهاي مستقل و وابسته ندارد . در اين پژوهش دو نوع از شبكه هاي عصبي مصنوعي را براي پيش بيني بازده بورس اوراق بهادار تهران به كار گرفته شد و يافته هاي تحقيق نشان داد كه انواع شبكه ها را مي توان در پيش بيني مورد استفاده قرار داد.در اينجا بايد ذكر شود كه همانگونه كه در فرضيات آمده بود و در بخش پيش بيني نمايش داده شده است شبكه پرسپترون چند لايه در پيش بيني برون نمونه اي عملكرد بهتري داشته است. نمودار 1 نشان مي دهد كه شبكه عصبي راديال در پيش بيني درون نمونه اي بسيار دقيق عمل كرده است و ميانگين مربعات خطاي اين شبكه نزديك به صفر است. با اين وجود به علت يادگيري بيش از حد شبكه، اين نوع شبكه در پيش بيني برون نمونه اي مناسب عمل نكرده و ميانگين مربعات خطاي آن در مقايسه با شبكه عصبي پرسپترون بالاتر است. شبكه پرسپترون چند لايه در پيش بيني برون نمونه اي خود عملكرد بهتري داشته و ميزان خطاي پيش بيني اين شبكه در اين نوع پيش بيني پايين تر از شبكه راديال است اين امر در نمودار مشهود است.