پیش ‎بینی شاخص بورس اوراق بهادار تهران با استفاده از رویکرد ترکیبی و شبکه استنتاج عصبی – فازی

پیش ‎بینی شاخص بورس اوراق بهادار تهران با استفاده از رویکرد ترکیبی و شبکه استنتاج عصبی – فازی

هومن قاسمی همامی1 حسین وطنی2

1) مدیر فروش
2) کارشناس فروش

کد IOI مقاله : ABKH-ACAFCZ
محل انتشار : چهارمین کنفرانس بین المللی پژوهش های کاربردی در علوم انسانی، اقتصاد، مدیریت و حسابداری(icrhema.com)
چکیده :
    پیش بینی شاخص قیمت سهام و جهت تغییرات آن در بورس اوراق بهادار از اهمیت خاصی برخوردار است، زیرا پیش بینی موفق می تواند منجر به سوددهی بالا شود. در میان روش های پیش بینی، شبکه های عصبی مصنوعی و منطق فازی در بسیاری از زمینه های کاربردی استفاده شده اند و هر کدام از آن ها دارای محاسن و معایبی هستند. از آنجاییکه وزن دهی عوامل موثر در پیش بینی جهت حرکتی شاخص قیمت از اهمیت بسیار بالایی برخوردار می باشد، این پایان نامه به دنبال ترکیب تئوری استدلال فازی و روش شبکه های عصبی با الگوریتم ژنتیک جهت بهبود دقت و صحت مدل پیش بینی است. از این رو در این پژوهش، با استفاده از متغییر های کلان اقتصادی تاثیر گذار بروی شاخص و همچنین متغییر های تکنیکال شاخص بورس اوراق بهادار تهران پیش بینی شده است. بدین منظور با استفاده از سیستم استنتاج فازی – عصبی متغییر های ورودی مورد تجزیه و تحلیل قرار گرفتند، همچنین به منظور وزن دهی به هر کدام از این متغیر ها از الگوریتم ژنتیک برای تعیین وزن بهینه استفاده گردید. نتایج نشان می دهد روش ترکیبی شبکه های عصبی فازی و وزن دهی بر اساس الگوریتم ژنتیک دارای دقت بیشتری نسبت به روش های دیگر می باشد. همچنین طبق نتایج آزمون فرض دایبلود-ماریانو از لحاظ اماری تفاوت معناداری در دقت پیش بینی با استفاده از ترکیب سیستم استنتاج فازی – عصبی و الگوریتم ژنتیک با سایر روش ها وجود دارد.

کلمات کلیدی : تجزیه و تحلیل بازارهای مالی روش های پیش بینی شبکه های عصبی مصنوعی منطق فازی