پیش بینی تغییر روند سری زمانی قیمت سهام با استفاده از شبکه عصبی تابع شعاعی با انتخاب ورودی های موثر

تصمیم گیری در مورد زمان خرید و فروش سهام تغییر جهت سری زمانی قیمت سهام یکی از پیچیده ترین مسائل بازار سهام می باشد که محققین بسیاری در حال تحقیق بر روی این موضوع می باشند. در این مقاله با استفاده از شبکه عصبی تابع شعاعی مدلی جهت پیش بینی جهت تغییرات روند سری زمانی قیمت سهام در روزهای آتی ارائه شده است که ورودیهای این شبکه با استفاده از الگوریتم نزدیکترین همسایگی مرتبه K و بر اساس میزان شباهت بین آنها انتخاب شده است. انتخاب ورودیهای با ارزشتر علاوه بر کاهش پیچیدگی مسئله، باعث افزایش قدرت یادگیری شبکه و افزایش دقت آن نیز شده است. این مدل به سهامداران کمک می کند تا به موقع تغییر روندها را تشخیص داده و تصمیم های مناسبی را در هنگام خرید و فروش سهام انتخاب نمایند. نتایح بدست آمده نشان می دهد که مدل ارائه شده نسبت به سایر مدلها دارای میزان دقت بیشتری می باشد.

کلیدواژه ها:

پیش بینی تغییر روند سهام ، شبکه های عصبی تابع شعاعی ، انتخاب ویژگی ها ، الگوریتم نزدیکترین همسایگی