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

کاهش داده ها در استفاده از سری های زمانی فازی برای پیش بینی نرخ ارز

عنوان مقاله: کاهش داده ها در استفاده از سری های زمانی فازی برای پیش بینی نرخ ارز
شناسه ملی مقاله: ACCSI22_116
منتشر شده در بیست و دومین کنفرانس ملی سالانه انجمن کامپیوترایران در سال 1395
مشخصات نویسندگان مقاله:

زینب کشتکار - دانشجوی کارشناسی ارشد ، بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات ، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز
هومان تحیری - استادیار، بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشکده مهندسی برق و کامپیوتر،دانشگاه شیراز

خلاصه مقاله:
هدف این مقاله ، پیش بینی نرخ ارز با استفاده از سری های زمانی فازی پس از خلاصه سازی داده های ورودی می باشد که مبتنی بر مدل ارایه شده توسط Chen 2011 است. مدل ارایه شده توسط Chen در سال 2011 یکی از روش های مهم پیش بینی نرخ سهام است که نسبت به دیگر روش های موجود دقت بالاتری دارد. ازنقاط ضعف این روش در نظر گرفتن طول ثابت در تعیین طول بازه ها، امکان عدم یافتن قانون پیش بینی و توقف الگوریتم در برخی از طول بازه ها و همچنین مساله سرعت الگوریتم با افزایش حجم داده-ها می باشد. در این راستا با اصلاح نواقص ذکر شده، علاوه بر کاهش حجم داده های عددی، دقت پیش بینی نیز افزایش یافته است. مدل پیشنهادی برای داده های بازار بورس (TAIEX) و داده های نرخ ارز آزمایش شده و نتایج حاصله از پیاده سازی این روش نشان می دهد که در عین کاهش حجم داده ها از دقت پیش بینی ها کاسته نمی شود.

کلمات کلیدی:
نرخ ارز، شاخص بازار بورس، سری های زمانی فازی، پیش بینی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/635657/