مدلی هوشمند برای پیش بینی روند سهام با استفاده از روش های تحلیل تکنیکال
Publish place: Financial Research Journal، Vol: 20، Issue: 2
Publish Year: 1397
Type: Journal paper
Language: Persian
View: 355
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_JFR-20-2_007
Index date: 9 February 2022
مدلی هوشمند برای پیش بینی روند سهام با استفاده از روش های تحلیل تکنیکال abstract
هدف: هدف این پژوهش پیشبینی روند با روشهای تحلیل تکنیکال پیشبینی سهام و روشهای هوشمند یادگیری ماشین است و برای پیش بینی بر روی شاخص کل کار می شود. روش: این پژوهش، شامل مراحلی است که در ادامه میآید: ابتدا دادههای مورد نیاز جمعآوری میشوند سپس به ۲۵ روش تحلیل داده میشوند، سپس از میان این ۲۵ روش ده روش با اولویت طبق روش انتخاب ویژگی کاهش ابعاد، انتخاب میشوند، خروجی این مرحله به پنج روش هوشمند یادگیری ماشین، ماشین بردار پشتیبان خطی، ماشین بردار پشتیبان کرنل گوسی، درخت تصمیم، نزدیکترین K همسایه و نئیو بیز داده میشود. سپس، برای تصمیمگیری نهایی از روش رای اکثریت استفاده شده است. یافتهها: در نهایت این نتیجه حاصل شد که روش پیشنهادی بهطور متوسط نرخ پیشبینی صحیح ۹۷ درصد دارد. نتیجهگیری: مزایای روش پیشنهادی به این شرح است: روش پیشنهادی در استفاده از روشهای تحلیل تکنیکال محدودیتی ندارد. روش انتخاب ویژگی بر روی روشهای تحلیل تکنیکال اعمال شده و روشهای تحلیل تکنیکال با اولویت انتخاب شدهاند.
مدلی هوشمند برای پیش بینی روند سهام با استفاده از روش های تحلیل تکنیکال Keywords:
مدلی هوشمند برای پیش بینی روند سهام با استفاده از روش های تحلیل تکنیکال authors
الهام افشاری راد
دانشجوی کارشناسی ارشد، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران
سید عنایت اله علوی
استادیار، دانشکده مهندسی،دانشگاه شهید چمران اهواز، اهواز، ایران
حسنعلی سینایی
دانشیار، مدیر گروه مدیریت دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :