بررسی مقایسه‌ای بین مدل شبکه عصبی پرسپترون چند لایه و مدل آریما در پیش بینی قیمت قراردادهای آتی سکه طلا در بورس کالا ایران [Persian Thesis]

سید امیر علوی

شناسگر رکورد: ۱۶۱۴۴
رشته تحصیلی: سیستم های مالی
عنوان: بررسی مقایسهای بین مدل شبکه عصبی پرسپترون چند لایه و مدل آریما در پیش بینی قیمت قراردادهای آتی سکه طلا در بورس کالا ایران
نويسنده: سید امیر علوی
استاد راهنما : دکتر مینو کیانی راد
مقطع تحصیلی : کارشناسی ارشد
دانشگاه : خاتم
تاریخ دفاع : ۱۳۹۷
چکیده: در این پژوهش یکی از تکنیک های مهم غیر خطی یعنی شبکه عصبی در مقابل تکنیک خطی آریما به کار گرفته شد تا بازده قراردادهای آتی سکه مورد پیش بینی قرار بگیرد. قیمت قرارداد های آتی سکه طلا در بورس کالا ایران در بازه زمانی ابتدای اردیبهشت ‎۱۳۹۲ تا انتهای بهمن ‎۱۳۹۶ به عنوان جامعه آماری انتخاب شده است. بدین منظور ضمن یافتن وقفه های بهینه بازده قراردادهای آتی سکه به کمک تابع خودهمبستگی جزئی، از متغیرهای مستقلی نظیر نرخ دلار، قیمت جهانی طلا و قیمت سکه نقدی نیز استفاده شد. بر این اساس این پژوهش یک مطالعه منحصربه فرد در پیش بینی بازده قراردادهای آتی به شمار می رود. برای آموزش مدل ها از ‎۸۰ درصد داده ها، یعنی تا قبل از سال ‎۱۳۹۶ به منظور داده های آموزشی استفاده شد و داده های یک سال پایانی نیز به عنوان داده های آزمایشی و تست مورد استفاده قرار گرفت. برای ساختن مدل شبکه عصبی از محیط نرم افزار Matlab و برای ساختن مدل آریما از نرم افزار های Eviews استفاده شده است. در خصوص ارزیابی دقت پیش بینی با دو معیار جذر میانگین مربعات خطا (RMSE) و درصد میانگین مطلق خطا (MAPE) ، می توان نتیجه گرفت که دقت پیش بینی بازده قرارداد آتی سکه طلا با استفاده از شبکه عصبی پرسپترون چندلایه بهتر از مدل آریما بوده است. همچنین بین قیمت نقد سکه و قیمت قراردادهای آتی سکه طلا در بورس کالای ایران و نیز بین قیمت نقد دلار و قیمت قراردادهای آتی سکه طلا و همچنین بین قیمت طلای جهانی و قیمت قراردادهای آتی سکه طلا همبستگی مثبت و معنی دار وجود دارد.
واژگان کلیدی: مهندسی صنایع
مهندسی مالی
قرارداد آتی سکه طلا
شبکه عصبی
پرسپترون چند لایه
سری های زمانی
مدل آریما
Copyright 2026 by Payam Hannan co ltd. PayamLib.com