استفاده از الگوریتم ترکیبی عصبی کرم شب تاب و روش رگولاسیون بیزین جهت پیش بینی قیمت سهام

پیش بینی قیمت سهام در آینده هم برای خریداران سهام و هم برای فروشندگان آن از اهمیت بالایی برخوردار است. از این رو، جهت توسعه مدلی مبتنی بر هوش مصنوعی به منظور پیش بینی قیمت سهام در بازار ایران از شبکه های عصبی مصنوعی در این پژوهش استفاده گردیده است. از آنجایی که شبکه های عصبی مصنوعی می بایست جهت حصول بهینه ترین عملکرد دارای بهترین توپولوژی شبکه باشند، از الگوریتم فرا ابتکاری شناخته شده ای تحت عنوان کرم شب تاب جهت یافتن ساختار بهینه شبکه استفاده گردیده است. در نهایت نیز جهت حفظ هرچه بیشتر عمومیت شبکه از روش رگولاسیون بیزین، به جای روش های متداول آموزش، جهت آموزش شبکه استفاده گردیده است. بطور کلی، داده های مربوط به سه شرکت بزرگ: ایران خودرو، پتروشیمی شیراز و ذوب آهن اصفهان برای سه سال متوالی مورد جمع آوری قرار گرفته و از پارامترهای: حجم معاملات، قیمت بالا، قیمت پایین، قیمت باز، قیمت پایانی، EMA(5)، EMA(10)، RSI، William R%، Stochastic k%، Stochastic D%، و ROC بعنوان ورودی شبکه و از قیمت پایانی سهام در روز آینده بعنوان خروجی شبکه عصبی استفاده گردیده است. پس از توسعه مدل مرتبط با هر شرکت از پارامترهای آماری نظیر: مجذور میانگین مربعات خطا (RMSE)، انحراف از معیار خطا (SDE)، متوسط مطلق خطای نسبی (AARD)، ضریب رگرسیون (R2)و همچنین آنالیز گرافیکی نمودار خطای نسبی جهت سنجش دقت شبکه توسعه داده شده استفاده گردیده است. نتایج حاصل از آنالیز خطای شبکه های عصبی توسعه داده شده نشان می دهند که مدل های مذکور با دقت بسیار مناسبی قادر به پیش بینی قیمت سهام در روز آینده برای شرکت های ذکر شده می باشند.

کلیدواژه ها:

الگوریتم کرم شب تاب ، پیش بینی قیمت سهام ، تکنیک رگولاسیون بیزین ، شبکه های عصبی مصنوعی ، هوش مصنوعی