پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی
محل انتشار: فصلنامه مدیریت بهره وری، دوره: 3، شماره: 2
سال انتشار: 1388
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 238
فایل این مقاله در 23 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:
JR_JPMI-3-2_008
تاریخ نمایه سازی: 3 بهمن 1400
چکیده مقاله:
اندازه و روند شاخص های قیمت سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران در بازارهای مالی می باشد. جهت پیش بینی بازار از تکنیکهای مختلفی استفاده شده است که معمول ترین آنها روشهای رگرسیون و مدل های ۳ARIMA هستند اما این مدل ها در عمل جهت پیش بینی بعضی از سریها ناموفق بوده اند. در تحقیق حاضر برای پیش بینی شاخص کل بورس از مدل شبکه های عصبی پیش خور۴ با قانون یادگیری پس انتشار خطا۵ در سه ساختار شبکه با الگوهای متفاوت ورودی استفاده گردید و نتایج مدل با نتایج مدل های رگرسیون چند متغیره و مدل های ARIMA مورد مقایسه قرار گرفت. نتایج تحقیق نشان داد که روش شبکه های عصبی خطای RMSE به میزان قابل توجهی کمتر از RMSE روشهای دیگر است و در بازار بورس اوراق بهادارتهران پیش بینی کوتاه مدت با فاصله زمانی کمتر، مناسب تر از پیش بینی بلند مدت با فاصله زمانی طولانی تر است. ۳. autoregressive integrated moving average ۴. Feed Forward Neural network ۵. back propagation
کلیدواژه ها:
نویسندگان
بیتا دلنواز اصغری
کارمند دانشگاه آزاد اسلامی واحدتبریز و دانش آموخته کارشناسی ارشد مدیریت مالی
میر فیض فلاح شمس
استادیارگروه مدیریت مالی ، واحد تهران مرکزی، ،دانشگاه آزاد اسلامی،تهران،ایران
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 :