ارائه یک تکنیک نوین هوشمند جهت پیش بینی داده های حجیم بورس مبتنی بر الگوریتم فراابتکاری جستجوی هارمونی و شبکه عصبی مصنوعی
محل انتشار: اولین همایش ملی پژوهش های مهندسی رایانه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,504
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCEITT01_227
تاریخ نمایه سازی: 11 اردیبهشت 1394
چکیده مقاله:
امروزه، سرمایه گذاری در بورس، بخش مهمی از اقتصاد جامعه را تشکیل می دهد، به همین دلیل باتوجه به تولید حجم وسیع وبیشمار داده در بورس به صورت روزانه، پیش بینی قیمت سهام برای سهامداران از اهمیت خاصی برخوردار شده است تا بتوانندبالاترین بازده را از سرمایه گذاری خود کسب کنند. تکنیک های داده کاوی علاوه بر جمع آوری و مدیریت دادهها، آنالیز و پیش بینی هایی را نی شامل می شود که کشف الگوهای موجود و روابط ناشناختهی میان داده ها ما را در امر پیش بینی یاری میرساند. باتوجه به اینکه بازار سهام یک سیست غیرخطی و آشوبناک است لذا پیشبینی هرچه دقیق تر داده های حجیم بورس نیازمند اب ارهای هوشمند و پیشرفتهای مانند شبکههای عصبی و الگوریتم های فرا ابتکاری است. در این تحقیق با استفاده از تکنیکهای داده کاوی به ارائه روشی نوین هوشمند جهت پیش بینی داده های حجیم بورس با استفادهاز الگوریتم فرا ابتکاری جستجوی هارمونی و شبکه عصبی مصنوعی خواهیم پرداخت. مدل پیشنههادی رابرروی داده های شرکتهای IBM ، Apple ، Dell و نیز قیمت طلا در بازار جهانی اجرا کرده اید ، سپس نتایج بدست آمده با الگوریتم های HMM ، GFIS ، ANFIS ، CGFS ، PSO ، GA ، ARIMA ، ANN ، ANN-ICA ، ANN-GA ، ANN-HMM-Fuzzy ، HMM-ANN-GA مقایسه شده است. نتایآ نشان می دهد دقت پیش بینی، نسبت به سایر مدن ها به مراتب بهتر بوده است.
کلیدواژه ها:
داده کاوی ، پیش بینی داده های حجیم بورس ، پیش بینی قیمت جهانی طلا ، شبکه عصبی مصنوعی ، آموزش شبکه عصبی ، الگوریت فراابتکاری جستجوی هارمونی
نویسندگان
کیارش آقاخانی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد آشتیان، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، آشتیان ، ایران
عباس کریمی
دانشگاه آزاد اسلامی واحد اراک، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، اراک ، ایران
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 :