روشی کارآمد در پیشگویی بازار سهام به کمک شبکه های عصبی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 421
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BPJCEE01_006
تاریخ نمایه سازی: 6 اسفند 1395
چکیده مقاله:
در سال های اخیر تلاش های بسیاری برای پیشگویی بورس و بازار سهام صورت گرفته است. در بسیاری از روش های ارائه شده در این زمینه از مدل های مختلف شبکه های عصبی استفاده شده است. نشان داده شده است که شبکه های عصبی چند شاخه، قدرت تعمیم و نمایش بهتری نسبت به شبکه های عصبی استاندارد دارند. در این مقاله پیشگویی کمینه و بیشینه قیمت روزانه دو سهام 500S&P و IBM به کمک شبکه های عصبی چند لایه پرسپترون و شبکه های عصبی چند شاخه انجام شده است. همچنین تاثیر حجم معاملات بر روی پیشگویی، مورد بررسی قرار گرفته است، نتایج نشان می دهد معاملات نه تنها تاثیر مفیدی بر روی پیشگویی ندارد، بلکه در صورت حذف این ویژگی از ورودی ها پیشگویی دقیق تری به دست خواهد آمد.
کلیدواژه ها:
نویسندگان
سمیه خواجه حسنی رابری
دانشگاه صنعتی سیرجان
احمد پورامینی پیرجل
دانشگاه صنعتی سیرجان
امینه ناصری
دانشگاه صنعتی سیرجان
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 :