طراحی مدل مارکوف گروهی برای مدلسازی رفتاری شاخص قیمت سهم در بورس اوراق بهادار ایران

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 737

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTCK03_093

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

در این مطالعه با استفاده از عوامل مختلف تاثیرگذار شامل شاخص های سهام، اندیکاتورها و عواملی دیگر مانند طلا، نفت و دلار به پیشبینی روند قیمت سهام فولاد اصفهان در بازار بورس اوراق بهادار ایران پرداخته شده است. این روش مجموعه داده را بر اساس نوع آنها به سه دسته شاخص ها، اندیکاتورها و عوامل دیگر تقسیم بندی کرده است، هر بخش از این مجموعه داده در یک دسته از عوامل قرار میگیرند و عواملوابسته به هم هستند، سپس بر اساس عامل تورم واریانس، تاثیرپذیرترین عوامل در هر بخش مشخصشده، درنهایت یک مدل مارکوف برای هر دسته داده طراحیشده است، زیرا در صورت استفاده از یک مدل برای تمام متغیرها، تعداد حالات مدل مارکوف افزایش مییابد و باعث پیچیدگی مدل و منجر به کاهش دقت پیشبینی به دلیل متفاوت بودن نوع داده ها و تاثیرپذیری آنها بر روی هم شود. درنهایت با رایگیری احتمالی از نتایج مدلهای مارکوف، روند قیمت سهام فولاد اصفهان پیش بینی شده است. روش پیشنهادی بر اساس معیارهای دقت F-measure و Recall ،Precision مورد ارزیابی قرار گرفت و با روش ترکیبی مدل مخفی مارکوف- شبکه بیزین و روش مدل مخفی مارکوف مقایسه شد. نتایج نشان داد بخشبندی دادهها بر اساس نوع آنها و طراحی مدل مارکوف مجزا برای هر دسته در افزایش دقت پیشبینی تاثیرگذار است. دقت به دست آمده برای سهام فولاد اصفهان % 86.56 است.

نویسندگان

شکوه زیارتی

گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد مشهد

مجید وفایی جهان

گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد مشهد

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 :
  • وفایی جهان مجید.(1390). مدل‌سازی و شبیه‌سازی کامپیوتری. مشهد سخن‌گستر. معاونت ...
  • گرایلی محمد، وفایی جهان مجید، راحتی قوچانی سعید. تشخیص فازی ...
  • R. d. A. Araujo, "Hybrid intelligent methodology to design translation ...
  • K. Park and l Shin, "Stock price prediction based on ...
  • A. Shaikh, T. Pritam, P. Ankita, W. Shital, and T. ...
  • C.-F. Liu, C.-Y. Yeh, and S.-J. Lee, "Application of type- ...
  • Y.-Q. Zhang and X. Wan, "Statistical fuzzy interval neurl networks ...
  • G. Deboeck, Trading on the edge: neural, genetic, and fuzzy ...
  • M. V. Jahan and M.-R. Akb arz adeh-Totonchi _ "From ...
  • on, vol. 14, pp. 601-591, .2010 ...
  • M. F. Zarandi, M. Zarinbal, N. Ghanbari, and I. Turksen, ...
  • A. Gupta and B. Dhingra, "Stock market prediction using hidden ...
  • D. C. Montgomery, E, A. Peck, and , G. Vining, ...
  • P. Somani, S. Talele, and S. Sawant, "Stock market prediction ...
  • C. Engel, "Can the Markov Switching Model forecast exchange rates?, ...
  • M. R .Hassan, "A combination of hidden Markov modl and ...
  • S.-T. Li and Y.-C. Cheng, "A stochastic HMM-based forecasting model ...
  • M. Qi and Y. Wu, "Nonlinear prediction of exchange rates ...
  • L.-P. Ni, Z.-W Ni, and Y .-Z. Gao, "Stock trend ...
  • L.-Y. Wei, C.-H. Cheng, and H.-H. Wu, "A hybrid ANFIS ...
  • S.-M. Chen, "Forecasting enrollments based on fuzzy time series, " ...
  • _ _ _ vol. 349, pp. 624-609, .2005 ...
  • J. L. Ticknor, "A Bayesian regularized artificial neural network for ...
  • M. R. Hassan, K. Ram amohanarao _ J. Kamruzzaman, M. ...
  • _ _ _ "Predict fluctuatios stock market Iran based on ...
  • نمایش کامل مراجع