طراحي مناسب‌ترين مدل هيبريدي پيش‌بيني قيمت آتي زعفران نگين در بورس كالاي كشاورزي

بورس كالاي زعفران مانند هر بازار ديگري، هميشه با محدوديت‌ها و مسائل ساختاري روبرو بوده است و بخش عمده‌اي از اين مشكلات مربوط به نوسانات قيمتي آن است. پيش‌بيني قيمت با استفاده از الگوهاي مناسب مي‌تواند كمك زيادي به كاهش ريسك قيمتي بازار آتي زعفران كند. سوال اساسي اين است كه در مواجهه با روش‌هاي متعدد پيش‌بيني قيمت، براي پيش‌بيني قيمت آتي زعفران كدام روش‌ها را بايد انتخاب كرد؟ هدف از مطالعه حاضر، طراحي مناسب‌ترين مدل هيبريدي براي پيش‌بيني قيمت آتي زعفران نگين در بورس كالاي كشاورزي است كه از مجموعه مدل‌هاي غيرخطي الگوريتم ژنتيك، شبكه عصبي عميق، جنگلي تصادفي، ماشين بردار پشتيان و روش مونت‌كارلو تشكيل شده است. در اين مدل هيبريدي از الگوريتم ژنتيك براي تعيين وقفه بهينه سري زماني قيمت، از شبكه عصبي عميق، مدل جنگلي تصادفي و ماشين بردار پشتيبان براي پيش‌بيني سري زماني قيمت و از روش مونت‌كارلو براي شبيه‌سازي محتمل‌ترين احتمال قيمت استفاده شده است. نتايج حاصل از اين مطالعه نشان داد كه دقت پيش‌‌بيني مدل هيبريدي «الگوريتم ژنتيك-شبكه عصبي عميق-مونت‌كارلو» بيشتر از دو مدل «الگوريتم ژنتيك-جنگلي تصادفي-مونت‌كارلو» و «الگوريتم ژنتيك-ماشين بردار پشتيبان-مونت‌كارلو» است. بنابراين، استفاده از شبكه عصبي عميق و محاسبه محتمل‌ترين احتمال قيمت با استفاده از روش مونت كارلو دقيق‌ترين پيش‌بيني قيمت زعفران با درجه اطمينان بالا و حداقل ريسك ارائه مي‌دهد. بنابراين پيشنهاد مي‌شود كه مديريت بورس كالاهاي كشاورزي، فعالين بازار بورس، محققين و علاقه‌مندان فن پيش‌بيني از مزاياي اين مدل پيشنهادي در پيش‌بيني قيمت محصولات كشاورزي استفاده كنند.