الگوریتم تجمعی ذرات به عنوان یک روش انتخاب ویژگی در پیش بینی خطر سقوط قیمت سهام

  • سال انتشار: 1397
  • محل انتشار: سومین کنفرانس ملی در مهندسی کامپیوتر، فناوری اطلاعات و پردازش داده ها
  • کد COI اختصاصی: CITCOMP03_119
  • زبان مقاله: فارسی
  • تعداد مشاهده: 513
دانلود فایل این مقاله

نویسندگان

جمال قاسمی

استادیار، عضو هیات علمی دانشگاه مازندران

سروه فرزاد

دکتری حسابداری دانشگاه مازندران

چکیده

مساله انتخاب ویژگی، یکی از مسایل مهم در مبحث یادگیری ماشین است که در بسیاری از کاربردها اهمیت بسزایی دارد، زیرا در این کاربردها تعداد زیادی ویژگی وجود دارد که بسیاری از آنها یا بلا استفاده اند و یا اینکه بار اطلاعاتی زیادی ندارند. عدم حذف این ویژگیها بار محاسباتی را بالا میبرد. این مساله در مباحث مالی نیز حایز اهمیت است مخصوصا در مباحث مربوط به پیش بینی های بازار سرمایه اهمیت بیشتری پیدا می کند. یکی از موضوعات مهم در بورس ایران، خطر سقوط قیمت سهام است که عوامل زیادی بر آن تاثیر دارند، بنابراین شناسایی متغیرهای بهینه در این مورد از اهمیت زیادی برخوردار است. هدف پژوهش حاضر، شناسایی متغیرهای بهینه در پیش بینی خطر سقوط قیمت سهام با استفاده از الگوریتم تجمعی ذرات به عنوان یک روش انتخاب ویژگی، به تفکیک هر کدام از معیارهای محاسبه خطر سقوط قیمت سهام می باشد. نتایج نشان می دهد که در هر کدام از معیارها، متغیرهای متفاوتی به عنوان متغیر بهینه انتخاب شده است.

کلیدواژه ها

انتخاب ویژگی، الگوریتم تجمعی ذرات، خطر سقوط قیمت سهام

مقالات مرتبط جدید

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.