میثم علی زاده - دانشکده مهندسی صنایع، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، ایرا
الناز فتوحی - دانشکده مهندسی صنایع، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، ایرا
احسان صفویه - دانشکده علوم کامپیوتر، دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، ایر

این مقاله یک سیستم انطباق پذیری فازی- عصبی که توسط الگوریتم PSO یادگیری می شود، به منظور پیش بینی قیمت سهام را ارائه می دهد. تحقیقات گذشته مبتنی بر روش گرادیان یا روش حداقل مربعات بوده اند. در این مقاله چهار استراتژی مختلف PSO به کار گرفته شده و نتایج آن مورد مقایسه قرار گرفتند. سیستم فازی مبتنی بر قاعده ارائه شده تعدادی از شاخص های تکنیکال و بنیادی را به عنوان متغیرهای ورودی به کار می برد. به منظور ایجاد توابع عضویت، یک الگوریتم خوشه بندی با قابلیت استخراج داده های اختلال زا معرفی شده است. مدل فازی- عصبی ارایه شده بر روی سهام کارخانه تولید قطعات خودرو در بازار بورس تهران مورد آزمایش قرار گرفته است. نتایج بسیار امیدوار بوده و امکان استفاده از آن ها در دنیای واقعی وجود دارد.

سیستم فازی- عصبی، بهینه سازی گروهی ذرات، بازار سهام، پیش بینی