محمود گودرزی - دانشگاه آزاد اسلامی قزوین، قزوین، ایران
یاسر گل محمدی - دانشگاه آزاد اسلامی قزوین، قزوین، ایران

یکی از روش های متداول شده در خصوص پیش بینی شاخص در اکثر بازارهای مالی استفاده از تکنیک های شبکه های عصبی است در این پژوهش سعی گردیده است تا کارایی این روش در کنار خوشه بندی اطلاعات و دادهای ورودی سنجیده شده و سپس با روش های پیش بینی دیگری همچون رگرسیون و تصمیم گیری سی اند آر تری سنجیده شود در این راستا هشت متغیر نرخ دلار در بازار رسمی و آزاد، قیمت سکه در دو طرح جدید و قدیم، نرخ تورم، ارزش معاملات روزانه، دفعات معاملات و النهایه ارزش کل بازار بورس به عنوان متغییرهای ورودی (متغیرهای مستقل) در پایان هر ماه از ابتدای فروردین 1379 لغایت پایان خرداد 1394 بصورت ماهانه آورده شده است و شاخص کل بورس به عنوان متغییر خروجی(متغییر وابسته) در نظر گرفته شده است. مجموع داده های ورودی 183 ماه می باشد که در سطح 95 درصد اطمینان با استفاده از نرم افزار کلمنتاین مورد تجزیه وتحلیل قرار گرفته است و نتایج بیانگر آن بوده که بر اساس مدل سازی با استفاده از شبکه عصبی وخوشه بندی کوهنن، روند این شاخص در سه ماهه چهارم سال 1394 صعودی خواهد بود. بطوریکه شاخص قابلیت افزایش تا سطح 72000 واحد را خواهد داشت.

داده کاوی، شبکه های عصبی، شاخص کل بورس