کاربرد الگوریتمهای جستجو، فاخته گرانشی و ژنتیک در پیش بینی نرخ ارز

در این پژوهش با توجه به هدف تحقیق و استفاده از الگوریتمهای فراابتکاری مدل بهینه نرخ ارز شبیه سازی شد. بدین منظور در این مطالعه از داده های ماهانه نرخ ارز (دلار آمریکا)، نرخ تورم کشور، قیمت نفتی سبد اوپک و نرخ سکه تمام بهار آزادی در بازه زمانی از آذرماه ۱۳۷۹ الی اسفندماه ۱۴۰۰ مطابق با سپتامبر سال ۲۰۰۰ الی دسامبر ۲۰۲۱ استفاده گردید. ابتدا داده ها به دو دسته آموزش و آزمایش (تست) تقسیم شدند. هر یک از الگوریتم های فراابتکاری برای ۲۴ ماه آینده از پارامترهای مربوط به هر الگوریتم اجرا شدند و در هر اجرا، مقدار ضرایب خطا پس از رسیدن به ملاک توقف (تعداد تکرار مشخص) ثبت گردید. نهایتا بهترین الگوریتم بر اساس بیشترین همگرایی و شبیه سازی انتخاب شد. بر اساس مقایسه معیارهای خطا کمترین خطا برای داده های تست الگوریتم ژنتیک می باشد. بنابر یافته های پژوهش، الگوریتم ژنتیک به طور متوسط در ۲۴ ماه پیش بینی آینده، کمترین مقدار RMSE مربوط به الگوریتم ژنتیک با مقدار ۰/۰۴، در تعداد تکرار پایین تر دارای همگرایی بسیار مطلوبی بوده و دارای عملکرد دقیق تری در پیش بینی نرخ ارز می باشد همچنین الگوریتم جستجوی گرانشی نسبت به سایر الگوریتم های تخمین زده شده دارای نتایج ضعیف تری است. با توجه به نتایج دقیق این مطالعه پیشنهاد می شود سیاست گذاران، فعالان بازار سرمایه و تصمیم گیرندگان کلان کشور از الگوریتم های فراابتکاری در پیش بینی مسائل اقتصادی استفاده کنند.

کلیدواژه ها:

نرخ ارز ، پیش بینی ، الگوریتم ژنتیک ، ایران