استفاده از روش هیبرید انتخاب ویژگی و الگوریتم نزدیکترین همسایگی برای پیش بینی جهت حرکتی روزانه شاخص۵۰ شرکت فعال تر بورس و اوراق بهادار تهران
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 322
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FEJ-6-25_001
تاریخ نمایه سازی: 4 شهریور 1400
چکیده مقاله:
پیشبینی بازار سهام به علت پر سود بودن معاملات سهام همواره مورد توجه معاملهگران و سرمایهگذاران میباشد. یک معامله موفق سهام در خرید و یا فروش در نزدیکی نقاطی که روند قیمت تغییر مییابد، اتفاق میافتد. بنابراین پیشبینی شاخص بازار سهام و تحلیل آن برای تشخیص اینکه آیا قیمت بسته شدن سهام در روز بعد افزایش خواهد یافت و یا کاهش، بسیار مهم است. در این پژوهش از روش طبقهبندی نزدیکترین همسایگی بر پایه روش ترکیبی انتخاب ویژگی برای پیشبینی جهت حرکتی شاخص ۵۰ شرکت فعال تر بورس اوراق بهادار تهران استفاده شده است. این روش هیبرید انتخاب ویژگی، که ترکیبی از روش تجزیه و تحلیل اجزای اساسی و الگوریتم ژنتیک میباشد از مزایای هر دو نوع روش پوشش دهنده و فیلترکننده انتخاب ویژگی، برای انتخاب یک زیرمجموعه بهینه از بین فضای کل ویژگیها برخوردار میباشد. عملکرد روش ترکیبی پیشنهادی با روشهای متداول انتخاب ویژگی که عبارت است از: زنجیره اطلاعات، رلیف و روش آنالیز اجزای اساسی که جزو روشهای فیلتر هستند و روش الگوریتم ژنتیک که از خانواده روشهای پوششدهنده میباشد، با استفاده از آزمون مقایسات زوجی مقایسه گردیده و نتایج حاصل نشان میدهد که روش ترکیبی ارائه شده از عملکرد بالاتری نسبت به دیگر روشهای استفاده شده، در پیشبینی جهت حرکتی روزانه شاخص ۵۰ شرکت فعالتر بورس اوراق بهادار تهران برخوردار میباشد.
کلیدواژه ها:
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 :