علی قزلباش

این مقاله یک مطالعه برای پیش بینی تغییرات قیمت سهام به کمک شبکه های عصبی و داده های بیرون آمده از یک تعریف ارائه می کند که متعلق به تغییرات بازار سهام تهرانTSE)است. بر پایه آنالیز حدود کوچکتری از رفتار قیمت سهام این روش انجام شده استR/S آنالیز (R/S توانایی تشخیص دادن سری های تصادفی روی غیر تصادفی ها را دارد که برای کشف کردن تأثیرات طولانی مدت حافظه ای در سری های زمانی استفاده می شود. این پژوهش نشان می دهد که رفتار قیمت سهام غیر تصادفی است و پیش گویی کوتام مدت روی TEPIX ممکن است و می تواند تغییرات قیمت سهام را مدلسازی کند. یکMLP) مفهوم چندلایه شبکه عصبی مدلی است که برای تصمیم گیری و کشف روابط بین چند متغیر مختلف استفاده می شود، شامل فاکتورهای مستقل و شاخص قیمت سهام به عنوان المان وابسته. این مقاله بیان می کند که مدل شبکه عصبی می تواند در مقایسه با مدل های پارامتریک مثل رگرسیون و دیگر تکنیک های آماری سنتی، نتایج منطقی تری کسب کند. بررسی های ما همچنین نشان می دهد که پیش بینی های مفید می تواند بدون استفاده از داده ها یا دانستنی های تجربی وسیع و در فرایند مدیریت و استخراج داده ها ساخته شود، شبکه های عصبی می تواند آشکارکننده ابهاماتی باشد که در ساختارهای تجاری پنهان است

شبکه های عصبی، شاخص قیمت سهام، قیمت طلا، پیش بینی