مقایسه عملکرد شبکه عصبی و الگوریتم ژنتیک در پیش بینی بازده سهام
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده مدیریت و اقتصاد
- نویسنده المیرا یگانه مهر
- استاد راهنما حمیدرضا حری
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
امروزه برنامه ریزی در اداره شرکت ها و کشور ها امری اجتناب ناپذیر است و پیش بینی ابزاری است که به این مهم کمک می کند. از این رو روش های مختلف پیش بینی مورد توجه قرار گرفتند. اخیراً بیشتر دست اندکاران پیش بینی به روش های هوش مصنوعی روی آورده اند. شبکه های عصبی مصنوعی قوی ترین ابزاری است که در پیش بینی به ویژه در امور مالی و اقتصادی مورد استفاده قرار گرفته اند، در مقابل به الگوریتم های تکاملی در این زمینه کمتر توجه شده است. از این رو در این مطالعه عملکرد شبکه های عصبی و الگوریتم ژنتیک در پیش بینی بازده سهام مورد مقایسه قرار گرفته و در نهایت به منظور دستیابی به نتایج بهتر اقدام به ترکیب این دو روش شده است. نتایج حاصل حاکی از توانایی بالای این روش ها در پیش بینی می باشد، به طوری که قدرت پیش بینی در روش های شبکه عصبی، الگوریتم ژنتیک و ترکیب دو روش به ترتیب 54/97، 86/94، 91/99 است.
منابع مشابه
پیش بینی قیمت سهام با استفاده از شبکه عصبی فازی مبتنی برالگوریتم ژنتیک و مقایسه با شبکه عصبی فازی
In capital markets, stock price forecasting is affected by variety of factors such as political and economic condition and behavior of investors. Determining all effective factors and level of their effectiveness on stock market is very challenging even with technical and knowledge-based analysis by experts. Hence, investors have encountered challenge, doubt and fault in order to invest with mi...
متن کاملمقایسه عملکرد مدلهای شبکه عصبی مصنوعی واتورگرسیون برداری در پیش بینی شاخص قیمت و بازده نقدی
هدف این مقاله تجزیه و تحلیل های اقتصادی، پیش بینی صحیح و دقیق متغیرهای اقتصادی است. در این زمینه، روشهای مختلفی برای پیش بینی در اقتصاد وجود دارد، که از جمله آنها میتوان به مدلهای رگرسیون ، معادلات همزمان و... اشاره کرد. مدلهای سری زمانی نیز از جمله مدلهای اقتصادی می باشند که در آن پیش بینی مقادیر سری، بیش از هر چیز به عهده خودشان گذاشته می شود اما استفاده از روش های غیر کلاسیک در شناسایی مدل و...
متن کاملکاربرد شبکه عصبی مبتنی بر الگوریتم ژنتیک در پیش بینی تقاضای بلندمدت انرژی
پیشبینی تقاضای انرژی جهت عرضه به موقع، تنظیم بازار، هدفگذاری میزان صادرات و ایجاد امنیت انرژی اهمیت ویژهای دارد. روشهای مختلفی برای پیشبینی تقاضای انرژی معرفی شده است که در این بین با توجه به روند غیرخطی و پرنوسان تقاضای انرژی، تکنیکهای غیرخطی نتایج مطلوبتری داشته است. شبکههای عصبی و الگوریتم ژنتیک از مهمترین و پرکاربردترین تکنیکهای غیرخطی در این زمینه میباشند که هر یک نقاط ضعف و قوت خ...
متن کاملارزیابی عملکرد مدلهای لاجیت در پیش بینی بازده سهام
هدف دانش حسابداری، تهیه اطلاعات سودمند برای تصمیم‌گیری اقتصادی است. یکی از معیارهای سودمندی اطلاعات حسابداری، توان پیش بینی آن است.پیش بینی بازده سهام اگرچه پیچیده است ولی همواره مورد علاقه سرمایه‌گذاران می‌باشد. سرمایه‌گذاران و تصمیم‌گیران جهت پیشبینی بازده سهام نیازمند اطلاعات هستند. بخشی از این اطلاعات از طریق گزارشهای مالی شرکتها تامین می شود. گزارشهای مالی محصول حسابداری است، لذا سودمندی...
متن کاملترکیب شبکه های عصبی برای پیش بینی قیمت سهام
در این مقاله، یک مدل ابتکاری با ترکیب شبکه های عصبی مصنوعی (ANN) برای پیش بینی رفتار قیمت سهام پیشنهاد و اجرا می شود. این مدل ترکیبی، به صورت ساختار دو طبقه می باشد: شبکه های عصبی طبقه اول یا پیشگوهای پایه (Base Predictor) مسئول پیش بینی روزانه داده ها با ویژگی مختلف یک سهام می باشند و در طبقه دوم، شبکه دیگر، به عنوان ترکیب کننده پیش بینی نهایی را با بررسی و آنالیز اطلاعات پیشگوهای طبقه اول انج...
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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده مدیریت و اقتصاد
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023