پیش بینی قیمت سهام با رویکرد ترکیبی شبکه عصبی مصنوعی و الگوریتم رقابت استعماری مبتنی بر تئوری آشوب

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 356

فایل این مقاله در 47 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:

JR_JFMZ-5-3_002

تاریخ نمایه سازی: 26 خرداد 1398

چکیده مقاله:

یکی از گزینه های موجود جهت سرمایه گذاری نقدینگی، بورس و اوراق بهادار می باشد. با توجه به ارتباطات غیرخطی موجود میان متغیرهای موثر بر قیمت سهام، شبکه های عصبی مصنوعی یکی از مناسب ترین رویکردهای موجود جهت پیش بینی قیمت سهام می باشند. در این مقاله سعی شده تا از طریق ترکیب نگاشت های آشوبی و الگوریتم رقابت استعماری، زاویه حرکتی مستعمرات به سمت استعمارگر اصلاح شده و به این ترتیب احتمال قرارگیری در دام نقطه بهینه محلی تا حد ممکن کاهش یابد. هدف این مقاله معرفی و مقایسه عملکرد رویکرد پیشنهادی با سایر الگوریتم های بهینه سازی جستجوی پیشین می باشد. از اینرو با استفاده از اطلاعات قیمتی روزانه سهام شرکت ایران خودرو بین سال های 1389 تا 1395 به آموزش شبکه عصبی با الگوریتم های بهینه سازی مختلف پرداختیم. جهت ارزیابی میزان عملکرد رویکردها، از سه دیدگاه: میزان دقت پیش بینی(آماره های اندازه گیری خطاR2,RMSE)، میزان حافظه مصرفی و زمان اجرایی استفاده شد، نتایج حاکی از آن است که رویکرد پیشنهادی از عملکرد بهتری نسبت به سایر رویکردهای پیشین برخوردار می باشد.

کلیدواژه ها:

پیش بینی قیمت سهام ، شبکه عصبی ، الگوریتم رقابت استعماری مبتنی بر تئوری آشوب

نویسندگان

سهیل احمدخان بیگی

دانشجوی کارشناسی ارشد رشته مهندسی فناوری اطلاعات – تجارت الکترونیک، دانشگاه آزاد اسلامی، واحد قزوین

ندا عبدالوند

استادیار، عضو هیات علمی دانشگاه الزهرا

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 :
  • آتش پز گرگری ، اسماعیل توسعه الگوریتم بهینه سازی اجتماعی ...
  • باجلان ، سعید ؛ فلاحپور، سعید ؛ دانا، ناهید. پیش ...
  • منجمی، سید امیر حسین ؛ ابزری، مهدی ، شوازی، علیرضا ... [مقاله ژورنالی]
  • Atashpaz Gargary Esmael. (2008). Development of Social Organizational Optimization Algorithm ...
  • Al-Radaideh, Qasem, A., & Adel Abu Alnagi, E. (2013). Predicting ...
  • Ayodele, A. (2012). Stock Price Prediction using Neural Network with ...
  • Bajelan, S., Falahpour, S.Dana,N. (2016). Projection of share price changes ...
  • Buza, K., Nagy, G. I., & Nanopoulos, A. (2014). Storage-optimizing ...
  • Charles, A., & Darné, O. (2009). The random walk hypothesis ...
  • Hajizadeh, E., Ardakani, H. D., & Shahrab, J. (2010). Application ...
  • Lee, T.-S., & Chen, N.-J. (2002). Investigating the information content ...
  • Metghalchi, M., Chen, C.-P., & Hayes, L. A. (2015). History ...
  • Monajemi, A., Abzari, M.Shavazi,A. (2009). Prognosis of Stock Price in ...
  • Park, Cheol-Ho; Irwin, Scott H. (2007). WHAT DO WE KNOW ...
  • Talatahari, S., Azar, B. F., Sheikholeslami, R., & Gandomi, A. ...
  • Talatahari, S., Azar, B. F., Sheikholeslami, R., & Gandomi, H. ...
  • Talatahari, S., Kaveh, A., & Sheikholeslami, R. (2012). Chaotic imperialist ...
  • Talataharia, S., Azarb, B. F., Sheikholeslamib, R., & Gandomi, A. ...
  • Ticknor, J. (2013). A Bayesian regularized artificial neural network for ...
  • Wang, & Jian-Zhou. (2011). Forecasting stock indices with back propagation ...
  • نمایش کامل مراجع