عنوان مقاله :
استفاده از الگوريتم تركيبي عصبي كرم شبتاب و روش رگولاسيون بيزين جهت پيشبيني قيمت سهام
پديد آورندگان :
موسوي ، سيد عليرضا دانشگاه آزاد اسلامي فيرزآباد گروه مديريت - گروه مديريت , غلامي ، افسانه دانشگاه ازاد اسلامي واحد فيروزاباد
كليدواژه :
الگوريتم كرم شبتاب , پيشبيني قيمت سهام , تكنيك رگولاسيون بيزين , شبكههاي عصبي مصنوعي , هوش مصنوعي
چكيده فارسي :
lt;span lang= FA dir= RTL gt;پيشبيني قيمت سهام در آينده هم براي خريداران سهام و هم براي فروشندگان آن از اهميت بالايي برخوردار است. از اين رو، جهت توسعه مدلي مبتني بر هوش مصنوعي به منظور پيشبيني قيمت سهام در بازار ايران از شبكههاي عصبي مصنوعي در اين پژوهش استفاده گرديده است. از آنجايي كه شبكههاي عصبي مصنوعي ميبايست جهت حصول بهينهترين عملكرد داراي بهترين توپولوژي شبكه باشند، از الگوريتم فرا ابتكاري شناختهشدهاي تحت عنوان كرم شبتاب جهت يافتن ساختار بهينه شبكه استفاده گرديده است. در نهايت نيز جهت حفظ هرچه بيشتر عموميت شبكه از روش رگولاسيون بيزين، به جاي روش هاي متداول آموزش، جهت آموزش شبكه استفاده گرديده است. بطور كلي، دادههاي مربوط به سه lt;/span gt; lt;span lang= FA dir= RTL gt;شركت بزرگ: ايران خودرو، پتروشيمي شيراز و ذوب آهن اصفهان براي سه سال متوالي مورد جمعآوري قرار گرفته و از پارامترهاي: حجم معاملات، قيمت بالا، قيمت پايين، قيمت باز، قيمت پاياني، lt;/span gt; lt;span gt;EMA(5) lt;/span gt; lt;span lang= FA dir= RTL gt;، lt;/span gt; lt;span gt;EMA(10) lt;/span gt; lt;span lang= FA dir= RTL gt;، lt;/span gt; lt;span gt;RSI lt;/span gt; lt;span lang= FA dir= RTL gt;، lt;/span gt; lt;span gt;William R% lt;/span gt; lt;span lang= FA dir= RTL gt;، lt;/span gt; lt;span gt;Stochastic k% lt;/span gt; lt;span lang= FA dir= RTL gt;، lt;/span gt; lt;span gt;Stochastic D% lt;/span gt; lt;span lang= FA dir= RTL gt;، و lt;/span gt; lt;span gt; ROC lt;/span gt; lt;span lang= FA dir= RTL gt;بعنوان ورودي شبكه و از قيمت پاياني سهام در روز آينده بعنوان خروجي شبكه عصبي استفاده گرديده است. پس از توسعه مدل مرتبط با هر شركت از پارامترهاي آماري نظير: مجذور ميانگين مربعات خطا lt;/span gt; lt;span gt; (RMSE) lt;/span gt; lt;span lang= FA dir= RTL gt;، انحراف از معيار خطا lt;/span gt; lt;span gt; (SDE) lt;/span gt; lt;span lang= FA dir= RTL gt;، متوسط مطلق خطاي نسبي lt;/span gt; lt;span gt; (AARD) lt;/span gt; lt;span lang= FA dir= RTL gt;، ضريب رگرسيون lt;/span gt; lt;span gt; (R2) lt;/span gt; lt;span lang= FA dir= RTL gt;و همچنين آناليز گرافيكي نمودار خطاي نسبي جهت سنجش دقت شبكه توسعه داده شده استفاده گرديده است. نتايج حاصل از آناليز خطاي شبكههاي عصبي توسعه داده شده نشان ميدهند كه مدلهاي مذكور با دقت بسيار مناسبي قادر به پيشبيني قيمت سهام در روز آينده براي شركتهاي ذكر شده ميباشند lt;/span gt; lt;span lang= ARSA dir= RTL gt;. lt;/span gt;
عنوان نشريه :
مهندسي مالي و مديريت اوراق بهادار
عنوان نشريه :
مهندسي مالي و مديريت اوراق بهادار