Skip to main content
فهرست مقالات

مقایسه روشهای کلاسیک و هوش مصنوعی در پیش بینی شاخص قیمت سهام و طراحی مدل ترکیبی

نویسنده:

علمی-پژوهشی/ISC (16 صفحه - از 1 تا 16)

کلید واژه های ماشینی : پیش‌بینی شاخص قیمت سهام، روشهای کلاسیک و هوش مصنوعی، هوش مصنوعی در پیش‌بینی شاخص، شبکه‌های عصبی فازی، قیمت سهام و طراحی مدل، شاخص قیمت سهام و طراحی، سهام و طراحی مدل ترکیبی، مدل، هوش مصنوعی، شبکه‌های عصبی و شبکه‌های عصبی

خلاصه ماشینی:

"به این منظور ابتدا ارزیابی عملکرد روشهای کلاسیک از قبیل روشهای هموارسازی نمایی،تحلیل روند، AMIRA و هوش مصنوعی از قبیل شبکه‌های عصبی و شبکه‌های عصبی فازی انجام شده است،سپس سناریو سوم،یعنی طراحی مدل ترکیبی از AMIRA ،شبکه‌های عصبی و شبکه‌های عصبی فازی مورد بررسی قرار گرفته است. خروجی فازی لایه خروجی وزنهای فازی لایه پنهان وزنهای فازی لایه ورودی ورودی‌ها (به تصویر صفحه مراجعه شود) شکل 3 معماری شبکه عصبی فازی 3-3-پیش‌بینی شاخص قیمت سهام با رویکرد روشهای ترکیبی در این سناریو به ترکیب روشهای پیش‌بینی فردی کلاسیک و هوش مصنوعی توجه شده است. عمل ترکیب به این صورت انجام می‌گیرد که ابتدا خروجی روشی که از لحاظ معیارهای عملکرد پاسخ بهتری ارائه کرده است،علاوه بر داده‌های شاخص قیمت سهام واقعی به عنوان ورودی به شبکه‌های عصبی فازی وارد می‌شود و از لحاظ معیارهای ارزیابی سنجیده می‌شود. (به تصویر صفحه مراجعه شود) شکل 4 مقایسه مقادیر واقعی و پیش‌بینی مدل ترکیبی جدول 1 معیارهای ارزیابی عملکرد برای روشهای مختلف (به تصویر صفحه مراجعه شود) 4-نتیجه‌گیری رفتار شاخص قیمت سهام را به آسانی نمی‌توان تشخیص داد. در این تحقیق،روشهای مختلف کلاسیک از قبیل روشهای هموارسازی نمایی،تحلیل روند و AMIRA و روشهای هوش مصنوعی از قبیل روشهای شبکه‌های عصبی و شبکه‌های عصبی فازی برای پیش‌بینی شاخص کل قیمت سهام از لحاظ معیارهای عملکرد ( ESM , ESMR , ESMN , EAM , EPAM و 2R )با هم مقایسه شدند."

  • دانلود HTML
  • دانلود PDF

برای مشاهده محتوای مقاله لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.