CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۲۷۸ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: ICMEI01_414
زبان مقاله: فارسی
حجم فایل: ۵۵۶.۲ کیلوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال

نجمه بهرامپور - کارشناس ارشد، مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه علوم و تحقیقات
    رضا توکلی مقدم - استاد، مهندسی صنایع، گروه مهندسی صنایع، دانشکده فنی و مهندسی ، دانشگاه تهران
  ناصر شهسواری پور - استادیار، مهندسی صنایع، دانشکده اقتصاد و مدیریت، دانشگاه ولی عصر رفسنجان

چکیده مقاله:

پیش بینی و بررسی مدل های رفتاری نرخ ها مقوله ای است که سرمایه گذاران و محققان امور مالی همواره سعی در بهبود آن دارند. اما همیشه تمامی اطلاعات وابسته، در دسترس نیستند و همچنین همیشه زمان کافی برای انجام تحلیل های آماری و پیش بینی توسط متولوژی های پیچیده که نیاز به سرعت پردازش بالایی دارند وجود ندارد. پیش بینی در شاخه های مختلف علوم از قبیل زنجیره تأمین، برنامه ریزی حمل و نقل، پیش بینی در اقتصاد، مخابرات، تولید، پیش بینی هوا، شرایط جوی، زمین لرزه، کارایی بازیکنان و تیم های ورزشی کاربرد دارد. با توجه به این دلایل، در این پژوهش یک روش جدید برای پیش بینی مطرح شده است که برای پیش بینی نیازی به عوامل و اطلاعات وابسته نداشته و علاوه بر روش ساده، یک جواب قابل اتکا و با خطای کم ارائه داده است. روش ارائه شده در این مقاله، با پیش بینی قیمت طلا و نرخ تورم آزموده شده و سپس با مقایسه میزان خطای پیش بینی با شبکه عصبی مصنوعی کارایی این روش به اثبات رسیده است، نتایج نشان می دهد که روش پیشنهادی برخلاف نداشتن پیچیدگی مدل های شبکه عصبی داری عملکرد مناسبی است.

کلیدواژه‌ها:

قیمت جهانی طلا، نرخ تورم، شبکه عصبی مصنوعی، روش پیش بینی پیشنهادی، خطا

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-ICMEI01-ICMEI01_414.html
کد COI مقاله: ICMEI01_414

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:
بهرامپور, نجمه؛ رضا توکلی مقدم و ناصر شهسواری پور، ۱۳۹۴، پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال، کنفرانس بین المللی مدیریت، اقتصاد و مهندسی صنایع، تهران، موسسه مدیران ایده پرداز پایتخت ویرا، https://www.civilica.com/Paper-ICMEI01-ICMEI01_414.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: (بهرامپور, نجمه؛ رضا توکلی مقدم و ناصر شهسواری پور، ۱۳۹۴)
برای بار دوم به بعد: (بهرامپور؛ توکلی مقدم و شهسواری پور، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Adya, M., & Collopy, F. (1998). How effective are neural ...
  • Baillie, R. T., & Morana, C. (2012). Adaptive ARFIMA models ...
  • Bodyanski, Y., & Popov, S. (20 06). Neural network approach ...
  • Chu, C, & Zhang, G. P. (20 03). A comparative ...
  • COLLOPY, F., & ARM STRONG, J. S. (1992). Error measures ...
  • Coskun, H., Diyar, A., & Fevzi, K. (2009). Comparison of ...
  • Grudnitski, G., & Osburn, L. (1993). .Forecasting S& P and ...
  • Hagan, M. T., Demuth, H. B., & Beale, M. H. ...
  • M.Ghiassi, Saidane, H., & Zimbra, D. (2004). A dynamic artificial ...
  • Nakamura, E. (2005). Inflation forecasting using a neural network. Economics ...
  • Nelson, M., Hill, T., Remus, W., & O'Connor, M. (1999). ...
  • Orr, G. B., & Leen, K. T. (1996). Using curvature ...
  • Parisi, A, Parisi, F., & Diaz, D. (2008). Forecasting gold ...
  • RESCHER, N. (1998). Predicting the future: An introduction o the ...
  • Shahriar, S., & Erkan, T. (2010). An overview of global ...
  • Statsoft. (2002). Time Series Prediction in ST Neural Network. ...
  • Tang, Z., Almeida, C., & Fishwick, A. P. (1991). Time ...
  • WGC, W. G. (2009). Gold investment digest. www.gold.org. ...
  • Zhang, G. Patuwo, B. E., & Hu, M. Y. (1998). ...
  • Zhang, G. Patuwo, B. E., & Hu, M. Y. (2001). ...
  • 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.