ارائه مدلي جهت پيش‌بيني قيمت سهام با استفاده از روش‌هاي فرا ابتكاري و شبكه‌هاي عصبي

به دليل پيچيدگي بازار بورس و حجم بالاي اطلاعات مورد پردازش، اغلب استفاده از يك سيستم ساده براي پيش‌بيني نتايج خوبي به همراه ندارد. به همين دليل محققان با ارائه‌ي مدل‌هاي تركيبي سعي در ارائه‌ي سيستمي با پيچيدگي كمتر و كارايي و دقت بيشتر كرده‌اند. امروزه از الگوهاي مختلفي مانند: تكنيك هاي آماري (تحليل تشخيصي، لوجيت و آناليز فاكتوري) و تكنيك هاي هوش مصنوعي (شبكه هاي عصبي، درخت تصميم گيري، استدلال مبتني بر موضوع، الگوريتم ژنتيك، مجموعه هاي سخت، ماشين بردار تكيه گاه و منطق فازي) و يا تركيبي از اين دو تكنيك براي پيش بيني قيمت سهام استفاده مي شود. در اكثر مدل‌هاي پيش‌بيني كننده، سيستم فقط با استفاده از اطلاعات يك شاخص به پيش‌بيني مي‌پردازد، اما در مدل پيشنهادي در اين پژوهش يك سيستم دو سطحي از شبكه‌هاي عصبي پرسپترون چندلايه پيشنهاد شده و از چندين شاخص براي پيش‌بيني استفاده مي‌شود. در اين پژوهش داده‌هاي شاخص قيمت بورس اوراق بهادار تهران از 1391 تا 1395 براي اين منظور در نظر گرفته شده است. همچنين براي آموزش بهتر شبكه‌ي عصبي و در نتيجه بهبود نتايج بدست آمده، از الگوريتم بهينه‌سازي ملخ براي انتخاب بهترين نمونه‌ها استفاده شده است. نتايج بدست آمده نشان مي‌دهد كه مدل پيشنهادي توانسته با خطاي پيش‌بيني پايين‌تري نسبت به ديگر مدل‌ها عمل كند