ارایه یک مدل هیبریدی فازی جهت پیشبینی بازده سهام با استفاده از شبکه عصبی و فازی و مدل های انتخاب ویژگی های غیر خطی [پايان نامه فارسي]
سید مصطفی میرغفاری
| شناسگر رکورد: | ۱۶۳۵۶ |
| رشته تحصیلی: | سیستم های مالی |
| عنوان: | ارایه یک مدل هیبریدی فازی جهت پیشبینی بازده سهام با استفاده از شبکه عصبی و فازی و مدل های انتخاب ویژگی های غیر خطی |
| نويسنده: | سید مصطفی میرغفاری |
| استاد راهنما : | دکتر محمد علی رستگار سرخه |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۶ |
| چکیده: | همواره پیش بینی قیمت سهام از اهمیت خاصی برای فعالان بازار بورس برخوردار بوده و همچنین روشهای پیش بینی مختلفی جهت این امر، ابداع و مورد استفاده قرار گرقته است. اما اغلب روشها متغیرهای ورودی را ثابت در نظر میگیرند، در صورتیکه امکان دارد با عوض شدن سهم مورد پیش بینی یا تغییر زمان، دیگر آن متغیرها جهت پیش بینی قیمت، معنی دار نباشند و کارایی خود را از دست داده باشند. در این پژوهش با استفاده از الگوریتم NSGAII ابتدا تعداد بهینه متغیرهای ورودی، انتخاب میگردد و سپس بهترین متغیرهای ورودی با استفاده از الگوریتم تبرید،کلونی مورچگان و ژنتیک چند هدفه انتخاب، و درنهایت قیمت سهام با استفاده از الگوریتم فازی عصبی،فازی عصبی تعدیل شده و رگرسیون فازی، تخمین زده میشوند.درنهایت مدلها از نظر دقت پیش بینی و پیش بینی تغییر جهت قیمت سهام مورد مقایسه قرار میگیرند و نشان داده میشود که استفاده از الگوریتم تبرید و ژنتیک چند هدفه جهت انتخاب متغیرها منجر به نتیجه بهتری، نسبت به الگوریتم کلونی مورچگان میشود و از نظر دقت پیش بینی الگوریتم فازی عصبی تعدیل شده در بیشتر موارد مدل بهتری است. ولی از نظر پیش بینی تغییر جهت، هیچ کدام از مدلها بر یکدیگر برتری ندارند اما عملکرد شبکه عصبی فازی تعدیل شده و رگرسیون فازی از شبکه عصبی فازی مطلوبتر میباشد.همچنین نشان داده شد که استفاده از قیمت سهام بجای بازده سهام تاثیر متفاوتی در بهینه کردن دقت پیش بینی همه سهمها دارند و باید روی هر سهم بطور مجزا تست شود. ولی به طور کلی استفاده از قیمت برای سهامی که دامنه نوسان بسیار اندکی دارند(زیر ۱% در روز) باعث بهبود عملکرد مدلها چه در پیش بینی قیمت و چه در پیش بینی تغییر جهت سهام، میشود. سهام مورد مطالعه در این پژوهش ۱۰ سهم برتر بورس اوراق بهادار تهران به گزارش این سازمان میباشد؛ و قلمرو زمانی نیز از فروردین سال ۱۳۹۴ الی شهریورسال ۱۳۹۶ می باشد. |
| واژگان کلیدی: | مهندسی صنایع |
| واژگان کلیدی: | مهندسی مالی |
| واژگان کلیدی: | سیستمهای مالی |
| واژگان کلیدی: | شبکه عصبی فازی |
| واژگان کلیدی: | الگوریتم کلونی مورچگان |
| واژگان کلیدی: | الگوریتم تبرید |
| واژگان کلیدی: | الگوریتم ژنتیک چندهدفه نامغلوب |
| واژگان کلیدی: | رگررسیون فازی |
| واژگان کلیدی: | پیش بینی قیمت سهام |
| واژگان کلیدی: | AntColony |
| واژگان کلیدی: | ANFIS |
| واژگان کلیدی: | NSGAII |
| واژگان کلیدی: | Simullated Annealing |
جهت مشاهده فایل دیجیتال با حساب کاربریتان وارد شوید
جهت ثبت نظر با حساب کاربری تان وارد شوید