تقييم طرق التنبؤ بسعر السهم وتقديم نموذج غير خطي بناءً على الشبكات العصبية مقالة

ملخص الجهاز:

يجب ملاحظة أنه في النمذجة الخطية بهيكل arma، من الضروري أن تكون السلسلة الزمنية ذات الصلة ثابتة؛ في الواقع، نظرًا لأن هذا الهيكل يتم تطبيقه على السلسلة الزمنية الجديدة (به تصویر صفحه مراجعه شود) ، فإن النموذج الخطي النهائي سيكون على شكل arima. 2-5- التنبؤ بسعر وعائد اليوم التالي لأسهم شركات شهد إيران وإيران خودرو وكابل البرز وكيميدارو وتنمية صناعات بهشهر و tepix، بناءً على نماذج الشبكات العصبية غير الخطية (نموذج تسلسلي-متوازي) لنمذجة سلوك عملية ديناميكية، يتم تدريب الشبكة العصبية باستخدام مجموعة من معلومات الإدخال والإخراج. 5970 3-5-التنبؤ بسعر وعائد أسهم شركة شهد-إيران بأفق أطول من مرحلة واحدة بناءً على الشبكات العصبية ذات المخرج الواحد (النموذج المتوازي) تتعلق التنبؤات التي تمت باستخدام النماذج المخصصة أعلاه والأشكال الواردة في الأقسام السابقة بالتنبؤ بسعر وعائد المرحلة الزمنية التالية؛ نظرًا لاستخدام المعلومات اليومية في هذا البحث، فإن التنبؤ بسعر اليوم التالي وعائد اليوم التالي للسهم هو ما تم إجراؤه بالفعل. في الواقع، إذا تم استخدام النماذج التي تم الحصول عليها للتنبؤ بأفق أطول من مرحلة واحدة، فمن الضروري عدم استخدام البيانات والقيم الفعلية للعملية المولدة للسلسلة الزمنية لـ k+t على الإطلاق؛ أي أنه خلال عملية التنبؤ الأمامية، يتم استخدام مخرجات النموذج الخطي (بدلاً من القيم الفعلية). على الرغم من الأداء الجيد للنماذج الشبكية العصبية ذات المخرج الواحد التي تم الحصول عليها في التنبؤ بسعر (العائد) اليوم التالي وصغر الخطأ النسبي لهذه النماذج، إلا أن حساسية النماذج للحالات الأولية عالية جدًا، وأن الاختلاف الطفيف الموجود في القيم المتوقعة لليوم التالي واستخدامها سيؤدي إلى خطأ كبير جدًا.