پیش بینی شاخص بورس اوراق بهادار تهران با ترکیب روشهای آنالیز مولفه های اصلی، رگرسیون بردارپشتیبان و حرکت تجمعی ذرات
عنوان مقاله: پیش بینی شاخص بورس اوراق بهادار تهران با ترکیب روشهای آنالیز مولفه های اصلی، رگرسیون بردارپشتیبان و حرکت تجمعی ذرات
شناسه ملی مقاله: JR_JFMZ-4-4_001
منتشر شده در شماره 4 دوره 4 فصل در سال 1395
شناسه ملی مقاله: JR_JFMZ-4-4_001
منتشر شده در شماره 4 دوره 4 فصل در سال 1395
مشخصات نویسندگان مقاله:
رضا راعی - استاد دانشگاه تهران، دانشکده مدیریت، گروه مدیریت مالی و بیمه
علی نیکعهد - کارشناس ارشد مدیریت مالی، دانشگاه تهران
مصطفی حبیبی - دانشجوی کارشناسی ارشد مدیریت مالی، دانشگاه تهران،
خلاصه مقاله:
رضا راعی - استاد دانشگاه تهران، دانشکده مدیریت، گروه مدیریت مالی و بیمه
علی نیکعهد - کارشناس ارشد مدیریت مالی، دانشگاه تهران
مصطفی حبیبی - دانشجوی کارشناسی ارشد مدیریت مالی، دانشگاه تهران،
پیشبینی نوسان های آینده شاخص سهام میتواند اطلاعاتی در مورد روند آینده بازار سرمایه فراهم نماید. در این پژوهش، به منظور افزایش دقت پیشبینی شاخص بورس اوراق بهادار تهران، ترکیبی از روشهای آماری و هوش مصنوعی به کار رفته است. مدل اصلی پیشبینی در این پژوهش، رگرسیون بردار پشتیبان بهینه شده به وسیله الگوریتم حرکت تجمعی ذرات میباشد. در برازش مدل رگرسیون بردار پشتیبان، سه پارامتر توضیحی وجود دارد که باید ترکیبی از این سه پارامتر توسط کاربر و به صورت آزمایش و خطا انتخاب شود تا دقت مدل را به بیشترین حد خود برساند. با توجه به زمانبر بودن و کارایی پایین انتخاب پارامتر توسط کاربر، برای انتخاب ترکیب بهینه پارامترهای مدل رگرسیون بردار پشتیبان، از روش بهینهسازی حرکت تجمعی ذرات استفاده شده است که الگوریتمی قوی در حوزه بهینهسازی میباشد. با توجه به حجم زیاد دادههای ورودی به مدل برای کاهش زمان یادگیری و افزایش دقت پیشبینی، با استفاده از روش آنالیز مولفههای اصلی، پیشپردازش روی متغیرهای ورودی صورت گرفته و به مولفههای اصلی تبدبل شده است. نتایج بدست آمده نشان داد که پیشپردازش روی دادها، خطای پیشبینی مدل را به طور قابل ملاحظهای کاهش داده است.
کلمات کلیدی: شاخص بورس, آنالیز مولفه های اصلی, رگرسیون بردار پشتیبان, بهینه سازی حرکت تجمعی ذرات, پیش بینی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/872554/