ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

طراحی یک شبکه عصبی مناسب برای کمک به پیش بینی دقیق تر در سبد سهام

سال انتشار: 1396
کد COI مقاله: COMCONF05_056
زبان مقاله: فارسیمشاهد این مقاله: 142
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 20 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله طراحی یک شبکه عصبی مناسب برای کمک به پیش بینی دقیق تر در سبد سهام

محمدعلی علی پور - کارشناسی ارشد کامپیوتر گرایش نرم افزار، دانشگاه آزاد اسلامی واحد تهران شمال، ایران
شهباز پارسی نژاد - کارشناسی ارشد مهندسی فناوری اطلاعات گرایش تجارت الکترونیک، پردیس دانشگاه گیلان، رشت، ایران

چکیده مقاله:

امروزه باجهانی شدن اقتصاد ورقابت های موجود در این زمینه برای جذب سرمایه گذاران وتشخیص دادن بازارها ی سودده و قابل اعتماد مانند بازارهای بورس و ارز، که ازپیچیدگی های زیادی برخوردار است از مهمترین نگرانی های سرمایه گذاران می باشد. بنابراین پیش بینی نرخ بازده سهام شرکتهای موجود دراین بازارهای سرمایه از اهمیت بسیار بالایی برخوردار خواهد بود.برای پیش بینی در بازارهای سرمایه مانند بورس یا ارز روشهای مختلفی مانند رگرسیون ، سری های زمانی، الگوریتم ژنتیک و تحلیل های بنیادی وجود دارد. ازجمله روش های غیرخطی دقیق که می توان در زمینه ی پیش بینی های گوناگون آن را به کار بست شبکه های عصبی مصنوعی است.شبکه های عصبی مصنوعی یکی از جدید ترین دستاورد های بشر به حساب می آید و امروزه استفاده های مختلفی در زمینه های علمی گوناگون دارد.بکار گیری سرمایه گذاران از تکنولوژی ها والگوریتم های کامپیوتری برای پیش بینی موجب شده سود بیشتر و فرصت های تجاری بهتری فراهم شود. شبکه های عصبی جزسیستم های دینامیکی می باشند که با پردازش روی داده های سری زمانی، دانش یا قانون های موجود در این داده ها را استخراج کرده وبا ساختار شبکه منطبق می نماید. این سیستم مبتنی بر هوش محاسباتی است که از توانایی های پردازش ویژگی های مغز انسان تقلید می کند.هدف از این پروژه طراحی شبکه ی عصبی مصنوعی مناسب برای پیش بینی قیمت سهام شرکت فورد موتور ایالات متحده آمریکا است. در این بررسی ضمن طراحی شبکه ی عصبی مصنوعی از نوع پیشخورMLP و پسخور NARX و مورد تحلیل قرار دادن عملکرد این دو شبکه. تحقیقی در مورد رفتار سیستم استنتاج عصبی فازی تطبیقی در زمینه ی پیش بینی نیز صورت گرفت.

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/725035/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
علی پور، محمدعلی و پارسی نژاد، شهباز،1396،طراحی یک شبکه عصبی مناسب برای کمک به پیش بینی دقیق تر در سبد سهام،پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی،تهران،،،https://civilica.com/doc/725035

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1396، علی پور، محمدعلی؛ شهباز پارسی نژاد)
برای بار دوم به بعد: (1396، علی پور؛ پارسی نژاد)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 6,091
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی