رویکردی فرا ابتکاری به انتخاب سبد بهینه سهام : قابلیت های انواع شبکه عصبی

پیچیدگی روز افزون بازار سهام و ورود متغیرهای بی شمار به میدان محاسبات عصر فرآیندهای کلاسیک و آمار خطی را به پایان برده و جامعه ی آماری و مالی را مشتاق به کارگیری رویکردهای غیر خطی و چندمتغیره ساخته است. در این بین الگوریتم های فرا ابتکاری و بخصوص شبکه عصبی ، سرمایه گذاران فردی و شرکتی را قادر می سازد تا بتوانند پیش بینی بسیار دقیقی از آینده ی سبدها و سهام های بالقوه داشته باشند. از این رو فعالان بازار بورس با هدف انتخاب با حداقل خطا به ابزارهای دقیق تری نیاز دارند که رویکرد های نوین ریاضیات پیشرفته و ابزارهای یادگیری ماشینی این ابزارها را در اختیار آنها قرار می دهد. از این رو نوشتار حاضر درصدد است تا ضمن مروری بر مفاهیم انتخاب سبد بهینه ، فرآیند محاسباتی و انواع شبکه های عصبی را به تصویر بکشد که فعالان بورس می توانند از آن بهره ببرند.

کلیدواژه ها:

شبکه عصبی ، بازار سهام ، الگوریتم های فرا ابتکاری ، یادگیری ماشینی