بکارگیری تکنیک عناصر مشابه به منظور افزایش دقت پیش بینی های مالی مطالعه موردی: بورس فلزات تهران(TME)
- سال انتشار: 1388
- محل انتشار: سمپوزیوم فولاد 1388
- کد COI اختصاصی: STEELSYMPO12_093
- زبان مقاله: فارسی
- تعداد مشاهده: 1059
نویسندگان
اعضای هیئت علمی دانشکده مهندسی صنایع، دانشگاه صنعتی اصفهان
دانشجوی دکتری تخصصی مهندسی صنایع، دانشگاه صنعتی اصفهان
اعضای هیئت علمی دانشکده مهندسی صنایع، دانشگاه صنعتی اصفهان
چکیده
روش های کمی از جمله مهمترین روشهای پیش بینی موجود می باشند. یکی از مهمترین مشکلات موجود در پیش بینی با روشهای کمی احتیاج به داده های زیاد گذشته به منظور حصول نتایج دقیق می باشد. اما با توجه به تغییرات سریع محیط های ناشناخته در دنیای واقعی اغلب باید موقعیت های آینده را با استفاده از داده هایی با تعداد کم و در ظرف مدت کوتاه تر پیش بینی کرد. در این مقاله استفاده از تکنیک عناصر مشابه به منظور مرتفع ساختن مشکل مذکور و حصول نتایج دقیق تر در پیش بینی قیمت محصولات فولادی پیشنهاد شده است. نتایج حاصله از بکارگیری روش پیشنهادی در سیستم بورس فلزات تهران (TME) بیانگر کارآمدی روش مذکور و افزایش دقت پیش بینی ها بوده است.کلیدواژه ها
شبکه های عصبی مصنوعی (ANNs)، تکنیک عناصر مشابه، پیش بینی سریهای زمانی، قیمت محصولات فولادیمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.