پیش بینی زمان بهینه انجام معاملات با استفاده از شبکه عصبی فازی: با رویکرد تحلیل تکنیکال
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده علوم اداری و اقتصاد
- نویسنده فاطمه فغانی
- استاد راهنما مهدی ابزری سید امیر حسن منجمی سعید فتحی
- سال انتشار 1392
چکیده
در این تحقیق به عنوان نمونه پیش بینی زمان بندی معاملات سهام 17 شرکت فعال در بورس اوراق بهادار تهران انجام شد. بدین صورت که ابتدا داده های اولیه که شامل 3 متغیر قیمت پایانی، کمترین قیمت و بیشترین قیمت سهام طی دوره زمانی 1388 تا پایان 1391 بصورت روزانه است، از سایت رسمی سازمان بورس اوراق بهادارتهران گردآوری گردید .سپس با استفاده از این داده ها و تعریف توابع مربوطه در نرم افزار excel شاخص های قدرت نسبی((rsi، میانگین متحرک همگرا- واگرا(macd)، میانگین متحرک ساده((sma، نوسانگر تصادفی((so، میانگین متحرک نمایی(ema) و خط سیگنال(sl) محاسبه شدند.
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 کاملپیش بینی نرخ ارز با استفاده از شبکه عصبی با دو رویکرد تکنیکال و بنیادی
نرخ ارز یکی از مهم ترین پارامترهای تأثیرگذار بر سیاست های اقتصادی هر کشور می باشد. لذا پیش بینی این متغیر از اهمیّت بسزایی برخوردار است. یکی از روش های سنتی پیش بینی تجزیه و تحلیل سری زمانی است که بر دو فرض ایستایی و خطی بودن بنیان نهاده شده است. امّا در مواردی که ویژگی خطی بودن صدق نکند، در عملکرد این مدل های سنتی تردید ایجاد می شود. در این راستا شبکه های عصبی مصنوعی از قابلیت بالایی در مدل سازی...
تنظیم پارامتر اندیکاتور های تحلیل تکنیکال با استفاده از بهینه سازی چندهدفه گروه ذرات و سیستم استنتاج تطبیقی فازی-عصبی
در این مقاله، یک سیستم معاملاتی خودکار که از ترکیب تحلیل تکنیکال و سیستم استنتاج تطبیقی فازی-عصبی جهت پیش بینی روند قیمتی سهام و افزایش بازدهی حاصل از سرمایه گذاری استفاده می کند، معرفی شده است. در سیستم معاملاتی معرفی شده، نخست با استفاده از الگوریتم بهینه سازی گروه ذرات پارامتر های بهینه اندیکاتورهای تحلیل تکنیکال تعیین شده و با استفاده از خروجی این اندیکاتورها و سیستم استنتاج تطبیقی عصبی-فاز...
متن کاملکاربرد شبکه های عصبی مصنوعی در زمان بندی معاملات سهام: با رویکرد تحلیل تکنیکی
زمانبندی معاملات سهام مسأله ای بسیار مهم و مشکل به دلیل پیچیدگی بازار سهام است. آنچه اهمیت دارد پیش بینی روند قیمت سهام است که هدف اصلی در مباحث تحلیل تکنیکی است. گرچه این امر به دلیل دخالت عوامل متعدد بازار و روابط بین آنها چندان آسان نیست. به نظر می رسد استفاده از ابزارها و الگوریتمهای محاسباتی پیچیده تر مانند شبکه های عصبی مصنوعی در مدلسازی فرآیندهای غیر خطی که منتج به قیمت و روند سهام می شو...
متن کاملپیش بینی قیمت اختیار معاملات با استفاده از شبکه فازی عصبی
استفاده از اختیارهای معامله در بهبود مدیریت ریسک و انتخاب سبد سرمایه گذاری تأثیر به سزایی دارد. بازار اختیار معامله دارای سیستمی کاملاً غیرخطی و آشوب گونه است؛ این غیر خطی بودن بسیار پیچیده تر از رفتار غیر خطی در سهام بوده، که از شرایط سیاسی، اقتصادی و روانشناسی تأثیر می پذیرد. این ویژگی باعث شده تا روش های فرا ابتکاری بهتر از روش های سنتی عمل کنند. در این تحقیق به طراحی و ارائه ی یک مدل جدید و ...
منابع 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 اصفهان - دانشکده علوم اداری و اقتصاد
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023