الهه هادی زاده - دانشجوی دکتری، گروه مدیریت صنعتی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.
محمد طالقانی - دانشیار، گروه مدیریت صنعتی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.
صغری براری نوکاشتی - استادیار، گروه حسابداری، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.

هدف: مقاله حاضر با هدف دستیابی به مدلی مناسب برای پیش بینی رفتار جفت ارزهای اصلی در بازار فارکس، بر اساس نظریه آشوب و الگوریتم هیبرید صورت پذیرفته است. روش: این پژوهش از نوع کاربردی است. جفت ارزهای اصلی حاضر در بازار فارکس، دلار/ین، دلار/پوند و دلار/یورو هستند و بیشترین سهم معاملاتی را به خود اختصاص داده اند؛ از این رو برای اجرای پژوهش حاضر، این جفت ارزها به عنوان جامعه آماری انتخاب شد و در مجموع ۳۸۸۸ مشاهده (برای هر جفت ارز ۱۲۹۶ مشاهده) را دربرگرفت. بازه زمانی معاملات از ابتدای ژانویه ۲۰۱۷ تا انتهای سال ۲۰۲۱ بود. پس از بررسی داده ها و احراز وجود آشوب در میان داده ها که با استفاده از دو آزمون BDS و حداکثر نمای لیاپانوف صورت پذیرفت، به آزمون مدل های سه گانه ترکیبی برای دستیابی به بهترین و مطمئن ترین حالت پیش بینی کننده اقدام شد. یافته ها: یافته ها نشان می دهد که در داده های هر سه جفت ارز بررسی شده با توجه به آزمون BDS و حداکثر نمای لیاپانوف، وجود آشوب تایید می شود. همچنین مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب سازی غیرمسلط نخبه، نسبت به سایر مدل های مطرح در این پژوهش، عملکرد بهتری داشته است. مقادیر ضریب نابرابری تیلز و آمار آزمون DM نیز برتری هیبریدی مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب سازی غیرمسلط نخبه را نشان می دهد. نتیجه گیری: یافته ها نشان داد که مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب سازی غیرمسلط نخبه، از دو مدل ترکیبی دیگر بهتر است.

پیش بینی رفتار, فارکس, مدل سازی, هیبریدی