پیش بینی شاخص کل بورس اوراق بهادار تهران با استفاده از رویکرد ترکیبی الگوریتم های فراابتکاری، هوش مصنوعی و معادله پارامتریک موجک

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 503

فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_FEJ-9-35_017

تاریخ نمایه سازی: 21 آبان 1398

چکیده مقاله:

موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوع­های مهم و موردتوجه محافل علمی و سرمایه گذاری بوده است. در سالیان گذشته مدل­های گوناگونی برای پیش بینی با استفاده از شبکه عصبی و مدل­های ترکیبی پیشنهاد شده اند که از مدل­های سنتی عملکرد بهتری داشتند. در این پژوهش یک مدل ترکیبی از شبکه عصبی و تبدیل موجک پیشنهادشده است که از الگوریتم ژنتیک برای بهینه­سازی تابع پایه تبدیل موجک با هدف حداکثر نمایی کارایی این تبدیل، استفاده شده است. داده­های مورداستفاده برای این پژوهش داده­های روزانه از تاریخ 02/02/1391 تا تاریخ 30/01/1396 است. نتایج این پژوهش نشان داد که با این روش می توان تابع پایه ای متناسب با ویژگی­های ذاتی سری زمانی برای پیش بینی یافت که خطای پیش بینی در این مدل نسبت به مدل شبکه عصبی و مدل ترکیبی شبکه عصبی و تبدیل موجک کاهش یابد.

کلیدواژه ها:

پیش بینی شاخص کل بورس اوراق بهادار ، الگوریتم های فراابتکاری ، شبکه های عصبی ، تبدیل موجک

نویسندگان

علیرضا سارنج

استادیار، گروه حسابداری و مدیریت مالی، پردیس فارابی، دانشگاه تهران

مجید قدس

MBA، پردیس فارابی، دانشگاه تهران

رضا تهرانی

استادتمام، گروه مدیریت مالی و بیمه، دانشکده مدیریت، دانشگاه تهران