پیش‌بینی شاخص سهام با استفاده از شبکه‌های عصبی موجکی در بورس اوراق بهادار تهران

Authors

Abstract:

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل­های مختلف شبکه‌های عصبی پیش‌بینی شده است. تحقیق از نوع کاربردی است و دورۀ زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده­های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل WDBP از موجک db5 برای نویززدایی داده­ها و تا پنج مرحله صورت گرفته است. جذر میانگین مربعات خطا (RMSE) معیارِ ارزیابی برای سنجش خطای پیش‌بینی است. نتایج این تحقیق نشان می­دهد، عملکرد شبکۀ عصبی موجکی در پیش‌بینی شاخص سهام سطح خطای کمتری دارد و از شبکۀ عصبی بهتر است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی شاخص سهام با استفاده از شبکه های عصبی موجکی در بورس اوراق بهادار تهران

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل­های مختلف شبکه های عصبی پیش بینی شده است. تحقیق از نوع کاربردی است و دورۀ زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده­های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل wdbp از موجک db5 برای نویززدایی داده­ها و تا پنج مرحله صورت گرفته است. جذر م...

full text

پیش‌بینی شاخص بورس اوراق بهادار تهران با استفاده از انفیس

هدف اصلی این تحقیق بررسی پیش‌بینی پذیری شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران به کمک انفیس و یافتن مدل مناسب برای پیش‌بینی شاخص بورس اوراق بهادار تهران (تدپیکس) بوده است. بدین منظور، نخست سه متغیر کلان اقتصادی به همراه مقادیر تاریخی شاخص تدپیکس به عنوان ورودی‌های مدل انتخاب شدند؛ سپس ساختارهای گوناگون انفیس و شبکه عصبی مصنوعی پس‌انتشار خطا برای بررسی پیش‌بینی پذیری و شناسایی مدل مناسب ...

full text

پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی

اندازه و روند شاخص‌های قیمت سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران در بازارهای مالی می‌باشد. جهت پیش‌بینی بازار از تکنیکهای مختلفی استفاده شده است که معمول‌ترین آنها روشهای رگرسیون و مدل‌های 3ARIMA هستند اما این مدل‌ها در عمل جهت پیش‌بینی بعضی از سریها ناموفق بوده‌اند. در تحقیق حاضر برای پیش‌بینی شاخص کل بورس از مدل شبکه‌های عصبی پیش خور4 با قانون یادگیری پس انتشار خطا5 در...

full text

پیش‌بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه‌های عصبی مصنوعی

پژوهش حاضر به مطالعه پیش‌بینی شاخص قیمت سهام در بورس اوراق بهادار تهران به وسیله شبکه‌های عصبی و ارایه‌ی شواهدی مبنی بر رفتار آشوبناک شاخص قیمت در بورس اوراق بهادار می‌پردازد. دو مجموعه از داده‌ها برای ورودی شبکه عصبی انتخاب شده‌اند. وقفه‌های مختلفی از شاخص و عوامل کلان اقتصادی به عنوان متغیرهای مستقل. شبکه‌های عصبی به‌کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه (MLP) است که به روش الگو...

full text

شناخت شاخص های قیمت سهام در بورس اوراق بهادار و طراحی شاخص نوین قیمتی (Bindex) در بورس اوراق بهادار تهران

اندازه و روند شاخص های قیمت سهام امروزه یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران در بازارهای مالی میباشد. با توجه به اینکه سرمایه گذاران با علایق و سلایق خاصی اقدام به سرمایه گذاری در بورس اوراق بهادار مینمایند، لذا در اکثر بورس های پیشرفته علاوه بر شاخص های کل، شاخص های معینی جهت نمایش رفتار بخش خاصی از بازار طراحی و محاسبه میگردند. با توجه به واقعیت های فوق، در این تحقیق ضمن بر...

full text

پیش‌بینی بازده غیرعادی سهام با رهیافت شبکه‌های عصبی (شواهدی از بورس اوراق بهادار تهران)

تئوری­ها و مدل­های ارائه‌شده جهت پیش­بینی بازده غیر­عادی بیانگر این امر است که میان پژوهشگران اتفاق‌نظر مطلقی وجود ندارد. یکی از روش­های بسیار مناسب درزمینهٔ پیش­بینی متغییرهای مالی ازجمله قیمت سهام، بازده سهام، سقوط بازار سهام و... به‌کارگیری رویکرد شبکه عصبی است. در این پژوهش برای پیش‌بینی بازده غیرعادی سهام از دو رویکرد شبکه عصبی مصنوعی و شبکه عصبی فازی استفاده گردید تا از این طریق دقت پیش‌بی...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 4

pages  15- 31

publication date 2014-12-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023