مقایسه دقت پیش بینی قیمت سهام با استفاده از روش آموزش الگوریتم کلونی مورچگان در شبکه های عصبی مصنوعی
- سال انتشار: 1394
- محل انتشار: اولین کنفرانس بین المللی حسابداری، مدیریت و نوآوری در کسب و کار
- کد COI اختصاصی: ICAMIB01_320
- زبان مقاله: فارسی
- تعداد مشاهده: 674
نویسندگان
کارشناس ارشد حسابداری، دانشگاه آزاد اسلامی واحدزاهدان ،گروه حسابداری ،زاهدان ، ایران
استادیار دانشگاه آزاد اسلامی واحد تهران شرق، گروه حسابداری، تهران، ایران
چکیده
هدف اصلی در بازارهای سرمایه، پیش بینی روند آینده قیمت ها به منظور اتخاذ استراتژی مناسب جهتخرید یا فروش است.روش ها و تکنیک های مختلفی برای پیش بینی قیمت آتی سهام وجود دارد که یکی ازاین روش ها، تحلیل بنیادی می باشد.هدف از انجام این تحقیق مقایسه دقت پیش بینی قیمت سهام با استفاده ازروش آموزش الگوریتم کلونی مورچگان در شبکه های عصبی (پرسپترون چند لایه و تابع پایه شعاعی) با استفادهاز تحلیل بنیادی می باشد. در این تحقیق سعی می شود با شناخت عوامل مختلفی که در تحلیل بنیادی بر قیمتسهام اثر می گذارد به پیش بینی قیمت سهام با استفاده از روش آموزش الگوریتم کلونی مورچگان در شبکهعصبی مصنوعی MLP و RBF پرداخته شود.در این تحقیق، از الگوی شبکه عصبی مصنوعی برای افزایش اثربخشی، کاهش هزینه و زمان روش تحلیل بنیادی استفاده شد. بدین منظور نمونه ای متشکل از 182 شرکت درطی یک دوره 8 ساله (1385-1392) از شرکت های پذیرفته شده در بورس اوراق بهادار تهران انتخاب شد ومورد بررسی قرار گرفتند. نتایج، نشان دهنده دقت خوب مدل سازی پیش بینی قیمت سهام در بورس اوراقبهادار می باشد. هم چنین مقایسه دقت الگوریتم کلونی مورچگان در پیش بینی قیمت سهام در دو شبکه عصبیمذکور بیانگر دقت بالاتر الگوریتم کلونی مورچگان در شبکه عصبی پرسپترون چند لایه است.کلیدواژه ها
پیش بینی قیمت سهام، تحلیل بنیادی، الگوریتم کلونی مورچگان، شبکه عصبی RBF، شبکه عصبی MLPمقالات مرتبط جدید
- بررسی عوامل موفقیت در اجرای پیشرفت پروژه های عمران شهری
- مقاوم سازی به همراه طرح بهینه ساختمان های بتن آرمه
- تحلیل و ارزیابی رفتار انبساطی انقباضی خاک های رسی متورم شونده با بهره گیری از روش تحلیلی رگرسیونی
- بهبود مقاومت فشاری خاک با استفاده از مواد افزودنی و پیش بینی رفتار مقاومتی خاک های تثبیت شده با استفده از مدل مبتنی بر هوش مصنوعی
- اثر اندرکنش خاک و سازه بر رفتار مکانیکی پایه های سکوهای نفتی با روش المان محدود در خاک رس سخت
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.