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

گواهی نمایه سازی مقاله ارزیابی توانایی مدلهای ترکیبی عصبی در پیش بینی قیمت سهام:صنعت خودرو و قطعات

عنوان مقاله: ارزیابی توانایی مدلهای ترکیبی عصبی در پیش بینی قیمت سهام:صنعت خودرو و قطعات
شناسه (COI) مقاله: MOCONF05_041
منتشر شده در پنجمین کنفرانس بین المللی حسابداری و مدیریت و دومین کنفرانس کارآفرینی و نوآوری های باز در سال ۱۳۹۵
مشخصات نویسندگان مقاله:

فهیمه ایروانی قلعه سرخ - کارشناس ارشد حسابداری، دانشگاه آزاد اسلامی، واحد نیشابور
مهدی صالحی - استادیار دانشگاه فردوسی مشهد

خلاصه 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

کلمات کلیدی:
شبکه های عصبی، شاتصهای تکنیکی، الگوریتم جغرافیای زیستی، الگوریتم نقشه خودسازماندهی، رگرسیون بردارپشتیبان

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-MOCONF05-MOCONF05_041.html