ارزیابی توانایی مدلهای ترکیبی عصبی در پیش بینی قیمت سهام:صنعت خودرو و قطعات
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 797
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MOCONF05_041
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
در پژوهش حاضر، به بررسی دقت مدل های ترکیبی شبکه های عصبی در پیش بینی قیمت سهام پرداخته شده است چارچوب مدلهای بکار رفته ترکیبی از الگوریتم ژنتیک و نقشه تودسازماندهی، ترکیب رگرسیون بردار پشتیبان و نقشه خود سازماندهی ترکیب الگوریتم جغرافیای زیستی و شبکه عصبی پرسپترون چندلایه و ترکیب نقشه تودسازماندهی و شبکه عصبی پس انتشار خطا می باشد متغیرهای مستقل در این پژوهش شاتصهای تکنیکی و متغیر وابسته قیمت سهام می باشد، بدین منظور شاخصهای تکنیکی برای شرکتهای صنعت خودرو و قطعات به مدت 6 سال )بازه زمانی 1385 الی 1391 ( محاسبه شده است نتایج نشان دهنده این است که مدل ترکیبی الگوریتم جغرافیای زیستی و شبکه عصبی پرسپترون چندلایه نسبت به سایر مدل های از دقت بالاتری در پیش بینی قیمت سهامبرخوردار می باشد
کلیدواژه ها:
نویسندگان
فهیمه ایروانی قلعه سرخ
کارشناس ارشد حسابداری، دانشگاه آزاد اسلامی، واحد نیشابور
مهدی صالحی
استادیار دانشگاه فردوسی مشهد
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 :