مدلسازی پیشبینی قیمت ارز با استفاده از شبکههای عصبی
نویسندگان
چکیده مقاله:
بیتردید امروزه بیشترین مقدار سرمایهگذاری از طریق بازار سرمایه در تمام جهان مبادله میشود.اقتصادهای ملی بهشدت متاثر از عملکرد بازار سرماهی است. به علاوه بازار سرمایه بهعنوان یک ابزار سرمایهگذاری در دسترس، هم برای سرمایهگذاران کلان و هم برای عموم مردم شده است. بازارها نه تنها از پارامترهای کلان، بلکه از هزاران عامل دیگر نیز متاثر میشوند. تعداد زیاد و ناشناخته بودن عوامل موثر در بازار بورس، اوراق بهادار موجب عدم اطمینان در زمینه سرمایهگذارای شده است. روشن است که خصوصیت عدم اطمینان، امر نامطلوبی است و از طرفی برای سرمایهگذارانی که بازار سهام را به عنوان مکان سرمایهگذاری انتخاب نمودهاند، این خصوصیت اجتنابناپذیر است. بنابراین بهطور طبیعی تمام تلاش سرمایهگذار، کاهش عدم اطمینان است و از این جهت پیشبینی در این بازار یکی از ابزارهای کاهش عدم اطمینان میباشد. یکی از کاربردهای پیشبینی نرخ ارز در صنعت کشور، استفاده در خرید مواد اولیه و تجهیزات مورد نیاز از خارج و فروش تولیدات به شکل نقدی است. با خرید یا فروش نقدی در زمان مناسب میتوان سود قابل ملاحظه ای را عاید شرکتها کرد. یکی از روشهای نوین مورد استفاده در زمینهی پیشبینی قیمت ارز، استفاده از شبکههای عصبی میباشد. در این پژوهش با استفاده از شبکههای عصبی چند لایهی پیشخور، اندیکاتوری جهت پیشبینی نرخ ارز با زبان MQL4 در نرم افزار متاتریدر تهیه شده است. نتایج نشان می‌دهد که مدلسازی پیشبینی قیمت ارز با استفاده از زبان مذکور مبتنی بر شبکههای عصبی تائید می‌گردد.
منابع مشابه
کاربرد الگوریتمهای مختلف یادگیری در پیشبینی قیمت سهام با استفاده از شبکه عصبی
پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...
متن کاملکاربرد الگوریتمهای مختلف یادگیری در پیشبینی قیمت سهام با استفاده از شبکه عصبی
پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...
متن کاملمدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی
مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 2 شماره 8
صفحات 99- 119
تاریخ انتشار 2011-09-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023