مدلسازی پیش­بینی قیمت ارز با استفاده از شبکه­های عصبی

سال انتشار: 1390
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 150

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_FEJ-2-8_005

تاریخ نمایه سازی: 12 اسفند 1400

چکیده مقاله:

بی­تردید امروزه بیشترین مقدار سرمایه­گذاری از طریق بازار سرمایه در تمام جهان مبادله می­شود.اقتصادهای ملی به­شدت متاثر از عملکرد بازار سرماهی است. به علاوه بازار سرمایه به­عنوان یک ابزار سرمایه­گذاری در دسترس، هم برای سرمایه­گذاران کلان و هم برای عموم مردم شده است. بازارها نه تنها از پارامترهای کلان، بلکه از هزاران عامل دیگر نیز متاثر می­شوند. تعداد زیاد و ناشناخته بودن عوامل موثر در بازار بورس، اوراق بهادار موجب عدم اطمینان در زمینه سرمایه­گذارای شده است. روشن است که خصوصیت عدم اطمینان، امر نامطلوبی است و از طرفی برای سرمایه­گذارانی که بازار سهام را به عنوان مکان سرمایه­گذاری انتخاب نموده­اند، این خصوصیت اجتناب­ناپذیر است. بنابراین به­طور طبیعی تمام تلاش سرمایه­گذار، کاهش عدم اطمینان است و از این جهت پیش­بینی در این  بازار یکی از ابزارهای کاهش عدم اطمینان می­باشد. یکی از کاربردهای پیش­بینی نرخ ارز در صنعت کشور، استفاده در خرید مواد اولیه و تجهیزات مورد نیاز از خارج  و فروش  تولیدات به شکل نقدی است. با خرید یا فروش نقدی در زمان مناسب می­توان سود قابل ملاحظه ای را عاید شرکت­ها کرد. یکی از روش­های نوین مورد استفاده در زمینه­ی پیش­بینی قیمت ارز، استفاده از شبکه­های عصبی می­باشد. در این پژوهش با استفاده از شبکه­های عصبی چند لایه­ی پیشخور، اندیکاتوری جهت پیش­بینی نرخ ارز با زبان MQL۴ در نرم افزار متاتریدر تهیه شده است. نتایج نشان می دهد که مدل سازی پیش بینی قیمت ارز با استفاده از زبان مذکور مبتنی بر شبکه های عصبی تائید می گردد.

کلیدواژه ها:

پیش­بینی ، شبکه­های عصبی چند لایه­ی پیشخور ، بازار ارز ، متاتریدر ، بازار فارکس

نویسندگان

مهدی غفاری

کارشناس ارشد مدیریت صنعتی دانشگاه آزاد قزوین

راحله یوسفی

هیات علمی آموزشکده فنی و حرفه­ای سما، دانشگاه آزاد اسلامی، واحد کرج، کرج