پيش‌بيني شاخص قيمت بورس سهام با استفاده از شبكه عصبي و تبديل موجك

شاخص بازار سرمايه به عنوان دماسنج اقتصادي هر كشور است. از اين رو پيش‌بيني اين متغيرجهت ديد كلي از وضعيت اقتصادي و اخذ استراتژي‌هاي سرمايه‌گذاري، يكي از مسايل مهم به شمار مي‌رود. از جمله روش‌هاي پيش‌بيني پركاربرد در سري‌هاي زماني مالي، شبكه عصبي است كه با توجه به جامعيت اين روش و عدم وجود برخي از پيش‌فرض‌ها در خصوص داده‌ها، گسترش زيادي نسبت به روش‌هاي آماري يافته است؛ اما وجود نويز در سري‌هاي زماني به خصوص در سري‌هاي زماني مالي و اقتصادي باعث كاهش دقت پيش‌بيني شبكه عصبي مي‌شود. يكي از روش‌هاي نوفه‌زدايي در سري‌هاي زماني، تبديل موجك است. اين پژوهش به مقايسه بين دقت پيش‌بيني شاخص كل بورس اوراق بهادار تهران در دو مدل شبكه عصبي با استفاده از داده‌هاي نوفه‌زدايي شده با تبديل موجك و شبكه عصبي با استفاده از داده‌هاي اوليه از ابتداي سال 1385 تا 31 خرداد 1392 مي‌پردازد. نتايج حاكي از بهبود معنادار در پيش‌بيني شبكه عصبي با استفاده از داده‌هاي نوفه‌زدايي شده است.