ارائه روشی جدید مبتنی بر الگوریتم رقابت جهانی تعمیم یافته و ماشین های بردار رگرسیون به منظور پیش بینی نوسانات بورسی

در بازار بورس روش های تصمیم یار متفاوتی با استفاده از روش های محاسباتی ارائه شده است تا افرادی که وارد بازار سرمایه می شوند سهم هایی را انتخاب کنند که بیشترین بازدهی را داشته باشد، یکی از چالش های تکنیک های ارائه شده برای بازار سرمایه ای ایران، آن است که این تکنیک ها متناسب با واقعیت های بازارهای سرمایه ای کشورمان نیست، به همین سبب در این تحقیق یک روش مبتنی بر یادگیری ماشین به منظور ارائه یک سیستم تصمیم بار که بتواند سهامداران را در فروش سهام هایشان یاری کند ارائه می شود، روش پیشنهادی از ۲ مرحله ی اصلی تشکیل شده است که در مرحله ی اول زیرمجموعه ی بهینه ای از ویژگی ها توسط الگوریتم رقابت جهانی انتخاب می شوند و سپس در مرحله بعدی بر اساس آن ها و با استفاده از ماشین های بردار پشتیبان مدل پیش بینی کننده ایجاد می شود، در این تحقیق الگوریتم رقابت جهانی به مسئله انتخاب ویژگی که یک مسئله گسسته است تعمیم داده شده است، در ارزیابی که از نتایج حاصل شده بر روی یک نمونه موردی حاصل شده است مشاهده می شود که راهکار پیشنهادی با دقت ۷۸ درصد، بهتر از روش های ژنتیک و ازدحام ذرات می تواند افت و خیز سهام بورسی را پیش بینی کند.

کلیدواژه ها:

مدل ، پیش بینی ، ماشین های بردار پشتیبان ، الگوریتم رقابت جهانی ، بورس.