ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مدلی ترکیبی بر پایه سیستم های استنتاج فازی- عصبی برای پیش بینی بازده سهام

سال انتشار: 1391
کد COI مقاله: IIEC09_364
زبان مقاله: فارسیمشاهده این مقاله: 918
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدلی ترکیبی بر پایه سیستم های استنتاج فازی- عصبی برای پیش بینی بازده سهام

منصور زراءنژاد - استاد، دانشگاه شهید چمران اهواز
مریم احمدی فرد - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد شوشتر

چکیده مقاله:

هدف این تحقیق، تمرکز بر توسعه روشهای پیشبینی دقیقتر، معتبرتر و ارائه مدل مناسبی با استفاده از سیستمهای هوشمند،برای برآورد بازده سهام به عنوان ابزاری در راستای نیاز سرمایهگذاران به پوشش ریسک بازار بالقوه است، تا به این وسیله ابزاریدر جهت بهبود کیفیت تصمیمات مالی فراهم شود. به همین منظور، در این مقاله، با استفاده از دادههای مربوط به قیمت نفت، قیمت طلا، نرخ ارز در بازار آزاد و شاخص قیمت سهام در بازه زمانی( 138-1384 ) به عنوان متغیرهای مستقل، به پیشبینی بازده سهام با دو مدل شبکههای عصبی مصنوعی و سیستمهای فازی عصبیANFIS) پرداخته شده است. در مدلسازی شبکههای عصبی مصنوعی از معماری پرسپترون چند لایهMLP) تحت الگوریتم آموزشی لورنبرگ- مارکوآت، با ساختاری چهار لایه 1-10-10-4استفاده شده است؛ و در سیستمهای فازی- عصبی با استفاده از الگوریتم یادگیری هیبریدی و سیستم استنتاج فازی تاکاگی سوگنو بعد از 35 تکرار، با تعداد دو تابع عضویت برای هر متغیر ورودی، از نوع زنگیgbellmf) مدل بهینه طراحی شد..

کلیدواژه ها:

پیش بینی، شبکه های عصبی مصنوعی، سیستم های فازی، سیستم های فازی عصبی، بازده سهام

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا IIEC09_364 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/189243/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
زراءنژاد، منصور و احمدی فرد، مریم،1391،مدلی ترکیبی بر پایه سیستم های استنتاج فازی- عصبی برای پیش بینی بازده سهام،نهمین کنفرانس بین المللی مهندسی صنایع،تهران،،،https://civilica.com/doc/189243

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1391، زراءنژاد، منصور؛ مریم احمدی فرد)
برای بار دوم به بعد: (1391، زراءنژاد؛ احمدی فرد)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • جونز، چارلز پارکر: مدیریت سرمایه گذاری. مترجمان تهرانی رضا و ...
  • منجمی، امیر حسین. البرزی، مهدی و رعیتی علیرضا. پیش بینی ...
  • راعی، رضا و چاوشی کاظم. پیش بینی بازده سهام در ...
  • - Melek, A. B..et al."An Adaptiv network based fuzzy inference ...
  • White, HEconomics prediction using NN:the case of IBM Daily stock ...
  • Renu, V., & Chandra, A. Pridicting stock returns nifty index: ...
  • _ Karyl, Q. _ .et al." A Compurision between Fama ...
  • Trinkel , B. S. Forecasting annual excess stock returns via ...
  • Atsalakis, G. S., &Valavanis K. PForecasting stock [7] market short- ...
  • Bodyanskiy Yevegenty, popov segiy.(Neural network approach to forecasting of quasiperiodic ...
  • Jang, J. S.R., & Sun, C.T.and Mizutain "Nerou- fuzzy [12] ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش 1 مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 15,100
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی