پیش بینی قیمت سهام با استفاده از شبکه های بیزی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده ریاضی
- نویسنده مینا شاه محمدی
- استاد راهنما حسین بیورانی
- سال انتشار 1392
چکیده
پیش بینی قیمت سهام در فعالیت های بازرگانی و اقتصاد ملی نقش بسزایی دارند. روش های کلاسیک پیش بینی سری زمانی مانند مدل های اتو رگرسیو، میانگین متحرک، اتو رگرسیو-میانگین متحرک و سایر مدل های مشابه، بر دو فرض ایستایی و خطی بودن بنیان نهاده شده اند. در مورد عملکرد این مدل ها، به خصوص در مورد سری های زمانی قیمت و بازده سهام تردیدهایی ایجاد شده است. بررسی ها نشان می دهد که قیمت سهام از نگاشت های پیچیده غیرخطی و آشوبگرانه به وجود آمده اند و اساساً استفاده از انواع مختلف روشهای خطی صحیح نمی باشد. یکی از روش های جایگزین استفاده از روش غیرخطی شبکه های بیزی است که در برخی از موارد توانایی بالقوه مناسبی در پیش بینی سری های زمانی از خود نشان می دهد. هدف اصلی پایان نامه، معرفی شبکه بیزی و بکارگیری این شبکه در پیش بینی سری های زمانی و مقایسه آن با الگوریتم های کلاسیک آن است. یی زو و کیتا (2012 ) الگوریتمی بر مبنای شبکه بیزی به منظور پیش بینی داده های سری زمانی ارائه کرده اند. با دو مثال عددی به مقایسه این الگوریتم با الگوریتم های کلاسیک خواهیم پرداخت.
منابع مشابه
ترکیب 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 کاملپیش بینی شاخص قیمت سهام با استفاده از مدل هیبریدی
پیشبینی شاخص قیمت بازار سهام به علت تاثیرپذیری آن از بسیاری عوامل اقتصادی و غیراقتصادی همواره امری مهم و چالش برانگیز بوده، به طوری که انتخاب بهترین و کارآمدترین مدل به منظور پیشبینی آن امری دشوار میباشد. از طرفی سریهای زمانی دنیای واقعی، برای مثال سری زمانی شاخص قیمت سهام، به ندرت دارای ساختاری کاملاً خطی و یا غیرخطی است. مدلهای هموارسازی نمایی، میانگین متحرک خودرگرسیون انباشته (آریما) و ش...
متن کاملپیش 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 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 کاملپیش بینی سقوط بازار سهام با استفاده از شبکه های عصبی نگاشت خود سازمان ده
سقوط بازار پدیدهای است که سبب از دست رفتن ثروت و دارایی سرمایهگذاران در بازۀ زمانی نسبتاً کوتاهی میشود، از این رو تلاش برای پیشبینی آن از اهمیت زیادی برای سرمایهگذاران، سیاستگذاران، نهادهای مالی و دولت برخوردار است. بررسی اجمالی تئوریها و مدلهای ارائهشدۀ پیشبینی سقوط در بازار سهام نشان میدهد میان پژوهشگران دربارۀ الگوهای مشاهدهشدۀ متغیرها، مانند حجم معامله، بازدهها، نوسانپذیری، عوا...
متن کاملمدل سازی پیش بینی قیمت سهام با استفاده از شبکه عصبی و مقایسه آن با روشهای پیش بینی ریاضی
استفاده از روشهایی برای پیش بینی وضعیت آینده، همواره دغدغه اصلی اندیشمندان علوم مختلف بوده است. در این راه بطور طبیعی، روشهایی، قابلیت ماندگاری و کاربردی مناسب دارند که دارای کمترین خطای ممکن در پیش بینی باشند. بر این مبنا در سالهای بسیار، روشهایی ریاضی؛ اعم از میانگین ساده، میانگین موزون، میانگین دوبل، رگرسیون و مانند اینها، تنها الگوهایی بود که قاطعانه مورد تأیید و استفاده قرار می گرفت؛ اما ...
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 تبریز - دانشکده ریاضی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023