ارائه مدلی مبتنی بر تحلیل مؤلفه های اصلی و شبکه های عصبی بازگشتی به منظورپیش بینی شاخص بورس

تجزیه و تحلیل سری های زمانی از اهمیت بالایی برخوردار است و در سالهای اخیر توجه محققان را به خود جلب کرده است. چالش های زیادی در این زمینه مطرح است که یکی از مهمترین آنان پیش بینی قیمت سهام است. از آنجایی که، شبکه عصبی بازگشتی نتایج قابل قبولی در این زمینه ارائه می دهد، به همین علت به یکی از پرکاربردترین روش ها در این مسائل مبدل شده است. هدف این مقاله بررسی پیش بینی شاخص DOW Jones Industrial به مدت ۳۰ روز است. ابتدا با استفاده از تجزیه و تحلیل مولفه های اصلی تعداد مشخصه ها از ۹ به 7 عدد کاهش یافته، سپس در ادامه با معرفی کوواریانس نیز به روشی دیگر ابعاد مشخصه ها کاهش خواهد یافت. در بعضی از مواقع کاهش ابعاد منجر به افزایش دقت پیش بینی شبکه عصبی می شود، در نهایت با استفاده از یک مدل ARMA اعتبار مدل پیشنهادی سنجیده میشود.

کلیدواژه ها:

شبکه عصبی بازگشتی ، پیش بینی شاخص بورس ، تحلیل مولفه های اصلی ، مدل ARMA