بررسی آموزش شبکه عصبی با استفاده از الگوریتمهای فراابتکاری به منظور پیشبینی شاخص کل در بورس ایران

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 255

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NAAFCONF01_089

تاریخ نمایه سازی: 5 اردیبهشت 1401

چکیده مقاله:

پیش بینی حرکات بازار سرمایه موضوع بسیار مهمی برای معامله گران و تحلیل گران بازار میباشد. پیشبینی حرکات بازار به صورت روزانه، کار بسیار مشکلی میباشد. تکنیکهای مختلفی برای پیشبینی در بورس وجود دارد. یکی از این تکنیکها استفاده از شبکه های عصبی میباشد. درصورتیکه شبکه عصبی به درستی آموزش داده شود، خطای کمتری در پیشبینی خواهد داشت. در این پژوهش با استفاده از ۸ الگوریتم فراابتکاری اقدام به آموزش شبکه عصبی پرسپترون چندلایه خواهیم کرد و به پیشبینی شاخص کل بورس تهران خواهیم پرداخت. نتایج به دست آمده از این پژوهش نشان داد که الگوریتم بهینه سازی گرگ خاکستری دارای کمترین خطا در آموزش شبکه عصبی دارد.

نویسندگان

سیداحمد میرزائی

دانشجوی دکتری مهندسی مالی، دانشگاه آزاد اسلامی واحد علی آباد کتول