روشی جدید برای پیش بینی آماری بازار بورس بوسیله الگوریتم ترکیبی شبکه های عصبی مصنوعی و بهینه سازی گروه ذرات

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4,811

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTM05_123

تاریخ نمایه سازی: 5 بهمن 1388

چکیده مقاله:

پیش بینی و مدل سازی فرایندهای اقتصادی یکی از زمینه های مورد علاقه پژوهشگران حوزه اقتصاد می باشد این کار به مدد استفاده از الگوریتم های هوش مصنوعی ما را به سمت افق های جدیدی رهنمون ساخته است از تکنیکهای حل این مساله و بطور خاص مسائل بورس، الگوریتم های مبتنی بر شبکه های عصبی مصنوعی (ANN) و همچنین الگوریتم های مبتنی بر هوش جمعی، (PSO) می باشد آموزش وزنهای شبکه عصبی و تعیین میزان موفقیت شبکه عصبی تولید شده به عنوان یک ابزار پیش بینی در بازار سهام هدف نهایی ما دراین مقاله به حساب می آید بدین منظور یک شبکه عصبی مصنوعی سه لایه تولید می شود که وزنهای آن با الگوریتم بهینه سازی گروه ذرات محاسبه و تثبیت می شود و این شبکه عصبی مصنوعی برای پیش بینی قیمت در بازار بوس تهران طراحی و پیاده سازی شده است داده هایی که مورد استفاده قرا رگرفته اند قیمتهای روزانه چهارسهام انتخابی از بازا ر بورس تهران و مقادیر روزانه شاخص کل قیمت در یک بازه 300 روزه میباشند. نتایج حاصل نشان میدهد که قیمتهای روزانه سهام انتخابی در یک بازه کوتاه مدت براساس قیمتهای گذاشته قابل پیش بینی است که این موضوع نشان دهنده قابل پیش بینی بودن فرایندهای اقتصادی با دقت مناسب است. مقایسه این روش با روشهای گذاشته نشان دهنده دقت بالاتر الگوریتم پیشنهادی در پیش بینی قیمت سهام می باشد و دیگر اینکه سرعت آموزش شبکه عصبی در روش پیشنهادی بالاتر از روشهای کلاسیک آموزش شبکه عصبی می باشد.

کلیدواژه ها:

الگوریتم بهینه سازی گروه ذرات ، شبکه های عصبی مصنوعی ، پیش بینی بازاربورس ، روشهای ترکیبی

نویسندگان

رضا ریحانی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر - هوش مصنوعی، گروه کامپیوتر دان

کریم فائز

استاد دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر تهران

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 :
  • خطای الگوریتم ا ترکیبی پیشنهادی 1.-394 1.0093 1.0187 -.9975 0.9276 ...
  • James Kennedy and Russell C. Eberbart, with Yuhui Shi _ ...
  • Mahamed G H. Omran. , "Particle Swarm Patterm ...
  • Recognition and Image Processing", Phd Thesis -University of Pretoria , ...
  • H. Tan, D. Prokhorov, and D. Wuasch, 'Probabjlistic and time-delay ...
  • P.S.Shelokar, P. siarry, V.K Jayaraman, B.D. Kulkarpi, ":Particle swarm and ...
  • index. Expert Systems with Applications, 19(2), 2000, pp 125-132. ...
  • Chen, A.S, Leung, M.T., and Daouk, H. "Application of Neural ...
  • laurene Faustt, neural network Book, copyright 2000 ...
  • W. Kreesuradej, D. Wunsch, and M. Lane, ، Time-delay neural ...
  • E. Saad, D. Prokhorov, and D. Wunsch, ":Advanced neural-networ training ...
  • R. K. Wolfe, "Turning point identification and Bayesian forecasting of ...
  • Engineering, 1988, pp 378-386. ...
  • M. A. Kanoudan, «Gepetic programming prediction of stock prices, " ...
  • Elalfi, A. E., Haque, R, , & Elalami, M. E. ...
  • نمایش کامل مراجع