يك مورد مطالعه موردي پارامترهاي مدل پيش بيني قيمت سهام با استفاده از الگوريتم انتشار بازگشتي  Fulltext 

[ محمدحسين سرائي ] - دانشگاه صنعتي اصفهان
[ مسعود فركي ] - دانشگاه صنعتي اصفهان
[ شهرام كيخايي ] - دانشگاه صنعتي اصفهان

خلاصه مقاله:

اين مقاله مطالعه تجربي بر روي يك شبكه عصبي مصنوعي، كه حاصل تجارب پياده سازي مدل انتشار – بازگشتي پيش بيني قيمت سهام است را گزارش مي دهد.در راستاي ازمون قابليتهاي پيش بيني شبكه عصبي، مدل انتشار – بازگشتي براي پيش بيني قيمت سهام ايجاد گرديد. پارامترهاي اين نوع شبكه تغيير داده شد و نتايج منتجه پيش بيني ثبت گرديد. اين پارامترها عبارت بودند از : الگوريتم يادگيري، بازه نگاه به گذشته، تعداد نرونها در لايه پنهان و توابع فعال ساز كه اثرات تغييرات آنها در اين مقاله موردمطالعه قرار گرفت . در انتها نتايج پياده سازي مدل روي سهام سه شركت مختلف به همراه پارامترهاي آن نشان داده شده است.
در اين مطالعه سهام سه كمپاني SPG, WMT, IBM در بازار سهام نيويورك از سال 2004 تا 2007 به عنوان ورودي شبكه عصبي مورد مطالعه قرار گرفت . از ميان داده ها قيمت low , high براي هر ماه مد نظر بوده است. براي اموزش مدل داده ها از ماه دوم سال 2004 تا ماه اول سال 2006 استخراج شدند. كه از 60 درصد از اين داده براي اموزش و از 40 درصد ديگر به عنوان ازموني براي تشخيص توانائي پيش بيني مدل استفاده شده است. در ادامه براي تعيين ميزا ن سود حاصله low , high 12 ماه (از ماه دوم سال 2006 تا ماه اول سال 2007) به شبكه داده شد. هدف يا خروجي شبكه پيش بيني قيمت high , low سهام در ماه بعد مي باشد. ANN استفاده شده داراي سه لايه (لايه پنهان ، لايه ورودي و لايه خروجي) مدل انتشار بازگشتي، تعداد نرونهاي ورودي برابر با اندازه بازه ضربدر 2 و تعداد نرونهاي خروجي برابر با 2 (low , high) مي باش. در انتهاي اين مقاله نتايج بدست امده از شبكه پياده سازي شده، شامل قيمتهاي واقعي،پيش بيني شده همراه با نمودار عملكرد شبكه در فرايند اموزش به ازاي قيمتهاي low , high نشان داده شده است.

شبكه عصبي ، مدل انتشار بازگشتي ، الگوريتم يادگيري