ارایه یک مدل هیبریدی فازی جهت پیش بینی بازده سهام با استفاده ازشبکه عصبی فازی و الگوریتم کلونی مورچگان

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 557

فایل این مقاله در 8 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:

CSCG02_045

تاریخ نمایه سازی: 7 اسفند 1396

چکیده مقاله:

همواره پیش بینی قیمت سهام از اهمیت خاصی برای فعالان بازار بورس برخوردار بوده و است. همچنین روش های پیش بینی مختلفی جهت این امر، ابداع و مورد استفاده قرار گرقته است. اما اغلب روش ها متغیر های ورودی را ثابت در نظر می گیرند، در صورتیکه امکان دارد با عوض شدن سهم مورد پیش بینی یا تغییر زمان، دیگر آن متغیر ها جهت پیش بینی قیمت، معنی دار نباشند و کارایی خود را از دست داده باشند.در این مقاله ابتدا با استفاده ازالگوریتم NSGAII ابتدا تعداد بهینه متغیر های ورودی توسط خبره، انتخاب می گردد و سپس بهترین متغیر های ورودی با استفاده از الگوریتم کلونی مورچگان انتخاب، و درنهایت قیمت سهام با استفاده از الگوریتم فازی عصبی تخمین زده می شوند و درنهایت با استفاده از تکنیکی تحت عنوان شبکه عصبی فازی سازگار adaptive anfis،قیمت های پیش بینی شده تعدیل می شوند

کلیدواژه ها:

نویسندگان

سیدمصطفی میرغفاری

دانشجو ی کارشناسی ارشد رشته مهندسی مالی دانشگاه خاتم

محمدعلی رستگار

استادیار گروه مهندسی مالی، دانشکده صنایع، دانشگاه تربیت مدرس، تهران، ایران