فایل ورد قابل ویرایش
توضیحی مختصر از مقاله :
چکیــده
در این مقاله ما روشی را نشان می دهیم تا با استفاده از شبکه های عصبی قیمت روزانه سهام پیش بینی شود و نتیجه پیش بینی شبکه عصبی با نتیجه آمار پیش بینی مقایسه می شود. پیش بینی قیمت سهام یکی از زمینه های نو ظهور یافته در زمینه پیش بینی شبکه عصبی می باشد. همچنین این مقاله توانایی شبکه های عصبی را جهت پیش بینی قیمت های روزانه بازار بورس ارائه می دهد. پیش بینی بازار بورس بسیار مشکل است زیرا بستگی به چندین عامل شناخته شده و شناخته نشده دارد. در حالی که شبکه عصبی مصنوعی روش محبوب برای پیش بینی بازار بورس دارد. شبکه عصبی مبتنی بر "یادگیری با مثال" است. در این مقاله ، شبکه های عصبی و روش های آماری به کار گرفته می شوند که قیمتهای روزانه بازار بورس را پیش بینی و مدل سازی کنند. و سپس نتایج این دو مدل با هم مقایسه می شوند.توانانایی پیش بینی این دو مدل با استفاده از MAPEو MSE و RMSE ارزیابی می شود. نتایج نشان می دهد که وقتی شبکه های عصبی با اطلاعات کافی و با ورودی های مناسب و معماری مناسب طراحی می یابند می توانند به خوبی قیمت های بازار بورس را پیش بینی کنند. تکنیک های آماری اگر چه خوب ساخته شده باشند ولی توانایی پیش بنی آنها با پیچیده شدن سری ها، کاهش می یابد. بنابراین شبکه های عصبی می توانند به صورت روش بهتر دیگری جهت پیش بینی قیمت های روزانه بازار بورس استفاده شود.
کلمات کلیدی
سرمایه گذاران خارجی جریان, میدان متوسط خطا, مجموع مربع خطا, متوسط خطای مطلق, ریشه میانگین مربع خطا, شاخص قیمت عمده فروشی, عرضه پول پول پهن, عرضه پول پول باریک, اوراق بهادار ارزش گذاری, تولید صنعت
1- مقدمــه
شبکه های عصبی پس از روشهای پردازش به موازات با مغز انسان طراحی می شوند. مغز زیستی از میلیونها عناصر پردازش متصل به همساخته شده است که نرون نامیده می شوند. که اطلاعات را انتقال می دهند و هنگامی که مغز چیزی یاد می گیرد، نیرومند می شوند. شبکه های عصبی از عناصر پردازش بهم متصلی استفاده می کنند که به آنها اجازه یادگیری از اشتباهات، مثالها، تشخیص الگوها از داده های پارازیتی می دهد و با اطلاعات ناقص عمل می کند با ارزیابی توانایی های پردازش مغز انسان، شبکه های عصبی تلاش می کند تا بر محدودیتهای کامپیوترهای قدیمی غلبه کند. یک شبکه عصبی مصنوعی (ANN) مدلی است که از چندین واحد کامپیوتری متصل بهم ساخته شده که نرون یا گره نامیده می شوند. هر گره عملکردی ساده بر ورودی دارد تا خروجی را که به سمت گره بعدی منتهی می شود را ایجاد کند. این پردازش در موازات با مزیتهای بسیاری اجازه آنالیز داده ها را می دهد.
عملکرد روش شبکه های عصبی مصنوعی جهت پیش بینی بازار بورس
نظرات شما عزیزان: