پیش بینی قیمت سهام در بازار بورس اوراق بهادار تهران با استفاده از مدل ترکیبی شبکه عصبی مصنوعی و pso
پایان نامه
- دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده مدیریت
- نویسنده سارا متقالچی
- استاد راهنما مسعود یقینی حمید طبایی زاده فشارکی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
چکیده پژوهش حاضر به پیش بینی قیمت پایانی سهام شرکت ملی مس ایران برای روز بعد می پردازد.بدین منظور داده ها مربوط به سهام شرکت ملی مس ایران از بدو ورود در بازار بورس تهران ،(یعنی اسفند سال 1385 تا هفدهم آبان ماه سال1390) به صورت روزانه گردآوری شده است و متغیرهای مستقل تحقیق و یا همان ورودی های مدل تحقیق عبارتند از : نسبت قیمت سهام به سود سهام ، بالاترین قیمت سهام ، پایین ترین قیمت سهام ،قیمت پایانی،حجم معاملات ،دفعات معامله ،تعداد خریداران ،تعداد سهام کل شرکت ،ارزش روز ،تعداد سهام معامله شده ، شاخص کل و میانگین قیمت روزانه همچنین برای اینکه دقت شبکه در آموزش و در نتیجه در پیش بینی افزایش یابد میانگین قیمت های پنج ، هفت ، ده ، چهارده و سی روز قبل نیز به عنوان ورودی به مدل داده می شود .پیش بینی در دو قالب پیوسته و گسسته انجام می گیرد.در ابتدا داده ها به صورت پیوسته توسط نرم افزار کلمنتاین مورد پردازش قرار می گیرند و بهترین پیش بینی متعلق به روش رگرسیون می باشد که دارای کمترین قدرمطلق خطا است. سپس داده ها در 9 دسته طبقه بندی شده و با استفاده از نرم افزار کلمنتاین و مدل ترکیبی شبکه عصبی مصنوعی و pso که کد نویسی های آن به زبان java نوشته شده است،مورد پردازش قرار می گیرند که مدل ترکیبی قادر به پیش بینی دقیق تری نسبت به نرم افزار کلمنتاین می باشد.
منابع مشابه
پیش بینی قیمت سهام شرکت های بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی
پیشبینی تغییر قیمت سهام به عنوان یک فعالیت چالشانگیز در پیشبینی سریهای زمانی مالی در نظر گرفته میشود. یک پیشبینی صحیح از تغییر قیمت سهام میتواند سود زیادی را برای سرمایهگذاران به بار آورد. با توجه به پیچیدگی دادههای بازار بورس، توسعه مدلهای کارآمد برای پیشبینی بسیار دشوار است. در این پژوهش، مدلی برای پیشبینی قیمت سهام شرکتهای بورس اوراق بهادار تهران با بکارگیری دادههای درونزا...
متن کاملپیش بینی بازده سهام در بورس اوراق بهادار تهران: مدل شبکه های عصبی مصنوعی و مدل چند عاملی
این تحقیق به پیش بینی پذیری رفتار بازده سهام در بورس اوراق بهادار بوسیله مدل خطی عاملی و شبکه های عصبی مصنوعی می پردازد. جهت آزمون این مساله، قیمت روزانه سهام شرکت توسعه صنایع بهشهر به عنوان نمونه انتخاب شده است. متغیرهای مستقل (ورودی های) تحقیق، پنج متغیر کلان اقتصادی، یعنی شاخص کل قیمت بورس تهران، نرخ ارز (دلار) در بازار آزاد، قیمت نفت، قیمت طلا می باشد. برای برازش مدل عاملی از رگرسیون خطی چن...
متن کاملارائه مدل پیش بینی شاخص کل قیمت سهام با رویکرد شبکه های عصبی (مطالعه موردی: بورس اوراق بهادار تهران)
هدف تحقیق حاضر ارائه مدل پیشبینی شاخص قیمت سهام در بورس اوراق بهادار با استفاده از شبکههای عصبی مصنوعی است. بر این اساس، شاخص صنعت، شاخص مالی و شاخص بازده نقدی به صورت سالانه به عنوان متغیرهای ورودی (مستقل) طرح شد. برای ارزیابی مدل شبکه عصبی از طرح MLP با الگوریتم آموزش پس انتشار و مدل چند عاملی بهره گرفته شده است. نتایج نشان میدهد که مدل شبکه عصبی پیشنهادی، توانایی بالایی در پیشبینی شاخص ...
متن کاملپیش 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...
متن کاملپیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی
پژوهش حاضر به مطالعه پیش بینی شاخص قیمت سهام در بورس اوراق بهادار تهران به وسیله شبکه های عصبی و ارایه ی شواهدی مبنی بر رفتار آشوبناک شاخص قیمت در بورس اوراق بهادار می پردازد. دو مجموعه از داده ها برای ورودی شبکه عصبی انتخاب شده اند. وقفه های مختلفی از شاخص و عوامل کلان اقتصادی به عنوان متغیرهای مستقل. شبکه های عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه (mlp) است که به روش الگو...
متن کاملمدل فازی عصبی با ترکیب الگوریتم ژنتیک جهت پیش بینی قیمت سهام در صنعت خودرو در بورس اوراق بهادار تهران
تعیین زمان بهینه و قیمت مناسب خرید و فروش سهام نقش بسزایی در تصمیمات سرمایهگذاری در بازار سرمایه و سود و زیان سرمایهگذار دارند. میتوان از سیستمهای هوشمند غیرخطی همچون شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک برای پیشبینی تغییرات قیمت سهام استفاده نمود. در این مقاله به طراحی و ارائه یک مدل پیشبینی قیمت سهام با استفاده از سیستم استنتاج عصبی فازی انطباقی و ترکیب آن با الگوریتم ژنتیک...
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
دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده مدیریت
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023