بررسی ساختار مناسب شبکه های عصبی مصنوعی جهت پیش بینی شاخص کل سهام
عنوان مقاله: بررسی ساختار مناسب شبکه های عصبی مصنوعی جهت پیش بینی شاخص کل سهام
شناسه ملی مقاله: ICMINP01_391
منتشر شده در اولین کنفرانس بین المللی مدیریت، نوآوری و تولید ملی در سال 1391
شناسه ملی مقاله: ICMINP01_391
منتشر شده در اولین کنفرانس بین المللی مدیریت، نوآوری و تولید ملی در سال 1391
مشخصات نویسندگان مقاله:
علیرضا فضل زاده - استادیار دانشگاه تبریز
مجتبی جانفشان - دانشجوی کارشناسی ارشد MBA
بابک فتحی - کارشناسی ارشد MBA
خلاصه مقاله:
علیرضا فضل زاده - استادیار دانشگاه تبریز
مجتبی جانفشان - دانشجوی کارشناسی ارشد MBA
بابک فتحی - کارشناسی ارشد MBA
این تحقیق به بررسی ساختارمناسب جهت بدست آوردن نتایج بهینه درپیش بینی شاخص کل سهام پرداخته است ساختارهیا پیشنهادی این متن نتایج رگرسیون به عنوان ورودی شبکه درنظر گرفته شده تا بهبودی درنتایج پیشبینی مشاهده گردد دراین تحقیق ازشاخص کل سهام برای یک دوره پنج ساله برای ازمون استفاده شده است فرضیه های تحقیق شامل دو فرضیه می باشد که درآنها به چگونگی عملکرد روشهای شبکه عصبی نسبت به روش رگرسیون و عملکرد پیش بینی ماهانه سهام نسبت به پیش بینی شش روزه ای آن پرداخته می شود نتایج تحقیق نشان میدهد که پیش بینی با روش شبکه های عصبی عملکردبهتری نسبت به روش رگرسیون ارایه کرده اند همچنین ترکیبات مختلفی از داده های ازمایش و باهم مقایسه گردیده است به دلی ماهیت احتمالاتی نتایج هرساختار 50بارو برای باردوم 200 بارازمایش شده و میانگین نتایج به عنوان شاخص خطای هرساختار درنظر گرفته شده است.
کلمات کلیدی: شاخص سهام،شبکه های عصبی، پیش بینی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/189878/