پیشبینی شاخص بورس اوراق بهادار تهران با استفاده از رگرسیون بردار پشتیبان بهینه سازی شده توسط الگوریتم کرم شب تاب بر پایه الگوریتم ژنتیک چندهدفه با مرتب سازی غیرمغلوب

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 663

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EMAC02_342

تاریخ نمایه سازی: 17 آبان 1396

چکیده مقاله:

از آنجاکه حداکثرسازی ثروت سرمایه گذاران از سرمایه گذاری در بازارهای مالی، موجب تعمیق بیش از پیش بازارهای بورس و خارج از بورس و به تبع آن رشد اقتصادی در هر کشوری می شود لذا پیش بینی هر چه دقیق تر شاخص های اقتصادی و مالی به منظور سرمایه گذاری آگاهانه تر، نقش بسیار مهمی را ایفا می کند. در این پژوهش سعی بر آن شدهاست تا مقدار شاخص بازار اول از سری شاخص های بورس اوراق بهادار تهران برای یک روز آتی پیش بینی شود. بدین منظور از داده های تاریخی 7 سال گذشته این شاخص از ابتدای سال 1388 تا پایان سال 1394 برای محاسبه 31 متغیر ورودیشامل نماگرهای تکنیکال استفاده شده است. روش غیرخطی بکاربرده شده در مدل ساده، روش رگرسیون بردار پشتیبان بهینه سازی شده توسط الگوریتم کرم شب تاب می باشد. در مدل ترکیبی، این روش با الگوریتم ژنتیک چندهدفه با مرتب سازیغیرمغلوب برای انتخاب بهینه ورودی های نهایی ترکیب می شود. نتایج پژوهش نشان می دهد که دقت مدل ترکیبی نسبت به مدل ساده افزایش می یابد.

کلیدواژه ها:

نماگرهای تکنیکال ، روش رگرسیون بردار پشتیبان بهینه سازی شده توسط الگوریتم کرم شب تاب ، الگوریتم ژنتیک چندهدفه با مرتب سازی غیرمغلوب

نویسندگان

سیدکاظم ابراهیمی

استادیار داشکده اقتصاد و مدیریت دانشگاه سمنان، سمنان، ایران

محمد رحمانی منش

استادیار دانشکده برق و کامپیوتر دانشگاه سمنان، سمنان، ایران

علی بهرامی نسب

مربی دانشکده اقتصاد و مدیریت دانشگاه سمنان، سمنان، ایران

نوید شفیعی

دانشجوی کارشناسیارشد حسابداری، دانشگاه سمنان، سمنان، ایران