CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی قیمت سهام با سیستم استنتاج فازی مبتنی بر یک شبکه ی تطبیقی (ANFIS) بهبود یافته

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۳ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: FROMIHE02_012
زبان مقاله: فارسی
حجم فایل: ۵۱۲.۴۲ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی قیمت سهام با سیستم استنتاج فازی مبتنی بر یک شبکه ی تطبیقی (ANFIS) بهبود یافته

  معصومه چونی زاده - موسسه آموزش عالی میرداماد گرگان
  امین بزازی - گروه کامپیوتر، واحد گرگان، دانشگاه آزاد اسلامی، گرگان، ایران
  مجتبی سلیمانی - موسسه آموزش عالی میرداماد گرگان

چکیده مقاله:

بازار سهام یک بازار سازمان دهی شده است که با هدف خرید و فروش کالا شکل گرفته و مورد توجه سرمایه گذاران قرار گرفته است. عملکرد اصلی بازار سهام، حصول اطمینان از یک معامله عادلانه و منظم، در کنار انتشار اطلاعات قیمت برای همه دارایی های معامله شده در بازار است. در بازارهای بورس سرمایه گذاران با توجه به تخصص خود شیوه ای خاص را برای تجزیه و تحلیل بازار بورس و سهام شرکت ها انتخاب می کنند. درک عرضه و تقاضا و تغییرات قیمتی ناشی از خرید و فروش سهام بسیار آسان است. اما آنچه دشوار است، فهم آن چیزی است که به تغییرات عرضه و تقاضا در بازار سهام می انجامد و سبب می شود برخی خواهان یا خریدار سهم خاصی شوند و برخی دیگر، روی گردان یا فروشنده آن باشند. در این مقاله برای پیش بینی قیمت سهام از سیستم استنتاج فازی مبتنی بر یک شبکه تطبیقی (ANFIS) استفاده شده است. نتایج نشان می دهد که روش پیشنهادی با درصد خطای پایینی می تواند قیمت بورس را پیش بینی کند که موجب حصول اطمینان و کاهش ریسک سرمایه گذاری در بازار بورس می گردد.

کلیدواژه‌ها:

پیش بینی سهام، شاخص سهام، شاخص های فنی، شبکه های عصبی، استنتاج فازی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-FROMIHE02-FROMIHE02_012.html
کد COI مقاله: FROMIHE02_012

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
چونی زاده, معصومه؛ امین بزازی و مجتبی سلیمانی، ۱۳۹۷، پیش بینی قیمت سهام با سیستم استنتاج فازی مبتنی بر یک شبکه ی تطبیقی (ANFIS) بهبود یافته، دومین کنفرانس ملی مهندسی و فناوری ربات های پروازی، گرگان، موسسه آموزش عالی میرداماد گرگان، https://www.civilica.com/Paper-FROMIHE02-FROMIHE02_012.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (چونی زاده, معصومه؛ امین بزازی و مجتبی سلیمانی، ۱۳۹۷)
برای بار دوم به بعد: (چونی زاده؛ بزازی و سلیمانی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۱۴۹
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.