برآورد جهت تغییرات الگوی شاخص بورس با استفاده از الگوریتم ژنتیک و روشهای منتخب هوشمصنوعی

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 775

This Paper With 19 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CEAE01_198

تاریخ نمایه سازی: 14 مرداد 1394

Abstract:

پیش بینی شاخص قیمت سهام و جهت حرکت آن در پژوهش های تجربی بسیاری مورد بررسی قرار گرفته است ، اما بیشتر دستاوردهای تجربی ، در ارتباط با بازار های مالی توسعه یافته می باشد و پژوهش های اندکی در ارتباط با بازارهای مالی در حال توسعه صورت گرفته است. با توجه به توان تحلیلی بالای تکنولوژی داده کاوی و قدرت پردازش بی نظیر آن ، می توان از این تکنولوژی برای تحلیل مسائل بیشماری از جمله پیش ینی استفاده نمود .هدف اصلی این پژوهش را می توان تهیه مدلی پیشبینی کننده به منظور پیشبینی جهت نزولی یا صعودی بودن قیمت سهام در آینده معرفی نمود . جهت مدل سازی تکنیک داده کاوی، از الگوریتم ژنتیک برای پیدا کردن متغیرهای بهینه و از سایر روش های هوش مصنوعی از جمله شبکه عصبی مصنوعی ، ماشین بردار بهینه شده ، درخت تصمیم با شاخص دقت AUC ، سطح زیر نمودار ROC و شاخص F برای حل مدل استفاده شده است . در این پژوهش از داده های مربوط به شاخص بورس استانبول با نام اختصاری ISE استفاده شده است .بازه ی جمع آوری داده ها از 7991 الی 7001 می باشد و تعداد کل رکوردهای موجود در این مجموعه شامل 7122 رکورد در روز کاری می باشد . سپس با استفاده از مقادیرمربوط به ده اندیکاتور محاسبه شده ، به عنوان ورودی الگوریتم ژنتیک در نظر گرفته شده است و پیش بینی مربوط تغییر جهت حرکت سهام ، مدل سازی گشته است . در نهایت با استفاده از ماشین بردار بهینه شده بهترین عملکرد به دست آمده است .

Keywords:

داده کاوی , هوش مصنوعی , الگوریتم ژنتیک , پیش بینی شاخص قیمت سهام , ماشین بردار بهینه شده

Authors

منیر محمودی

دانشجوی دانشگاه آزاد اسلامی واحد تهران جنوب

رسول نورالسنا

هیئت علمی دانشگاه علم و صنعت

فاطمه رسولی

دانشجوی دانشگاه آزاد اسلامی واحد تهران جنوب

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 :
  • Abu-Mostafa, Y. S., &Atiya, A. F. (1996). Introduction t financial ...
  • Ahmad Kazem, EbrahimS harifi, Farookh Khadeer Hussain , Morteza Saberi ...
  • Atsalakis, G. S., &Valavanis, K. P. (2009). Surveying stock market ...
  • Avci, E. (2007). Forecasting daily and sessional returns of the ...
  • Chu, H. H., Chen, T. L., Cheng, C. H., & ...
  • David Enke, Manfred Grauer, Nij atMehdiyev. (20 _ 1).Stock Market ...
  • Diler, A. I. (2003). Predicting direction of ISE national-100 index ...
  • Fagner A. de Oliveira, Cristiane N. Nobre, Luis E. Zarate.(2013). ...
  • _ Hsu, S. H., Hsieh, J. J. P. A., Chih, ...
  • Huang, C. L., & Tsai, C. Y. (2009). A hybrid ...
  • I1. Huang, W., Nakamori, Y., & Wang, S. Y. (2005). ...
  • Jonathan L. Ticknor. (2013). A Bayesian regularized artificial neural network ...
  • Kanghee Park, Hyunjung Shin. (2013). Stock price prediction based on ...
  • Lara Khans a, D ivakaran Liginlal .(20 _ 1). redicting ...
  • Liao Zhe, Wang Jun.(2011). Forcasting model of global stock index ...
  • M .MarufHossai .(2013). A HMM-based adaptive fuzzy inference system for ...
  • R. Pincak.(2013). The string prediction models as invariants of time ...
  • Sung Hoon Na, So Young Sohn.(2011). Forecasting changes in Korea ...
  • Wensheng Dai, Jui-Yu Wu, Chi-Jie Lu.(2012). Combining nonlinear independent component ...
  • Xu, X., Zhou, C., & Wang, Z. (2009). Credit scoring ...
  • Y. Kara et al. / Expert Systems with Applications 38 ...
  • YuboYuan.(20 13). Forecasting the movement direction of exchange rate with ...
  • Yak» Kara , MelekAcarB oyacioglu, ! _ _ aykan .)1 ...
  • نمایش کامل مراجع