پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال

نجمه بهرامپور; رضا توکلی مقدم; ناصر شهسواری پور

پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال

Publish place: International Conference on Industrial Management, Economics and Engineering

Publish Year: 1394

Type: Conference paper

Language: Persian

This Paper With 10 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > شبکه عصبی

Export:

Link to this Paper:

https://civilica.com/doc/409401

Document National Code:

ICMEI01_414

Index date: 5 December 2015

پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال abstract

پیش بینی و بررسی مدل های رفتاری نرخ ها مقوله ای است که سرمایه گذاران و محققان امور مالی همواره سعی در بهبود آن دارند. اما همیشه تمامی اطلاعات وابسته، در دسترس نیستند و همچنین همیشه زمان کافی برای انجام تحلیل های آماری و پیش بینی توسط متولوژی های پیچیده که نیاز به سرعت پردازش بالایی دارند وجود ندارد. پیش بینی در شاخه های مختلف علوم از قبیل زنجیره تأمین، برنامه ریزی حمل و نقل، پیش بینی در اقتصاد، مخابرات، تولید، پیش بینی هوا، شرایط جوی، زمین لرزه، کارایی بازیکنان و تیم های ورزشی کاربرد دارد. با توجه به این دلایل، در این پژوهش یک روش جدید برای پیش بینی مطرح شده است که برای پیش بینی نیازی به عوامل و اطلاعات وابسته نداشته و علاوه بر روش ساده، یک جواب قابل اتکا و با خطای کم ارائه داده است. روش ارائه شده در این مقاله، با پیش بینی قیمت طلا و نرخ تورم آزموده شده و سپس با مقایسه میزان خطای پیش بینی با شبکه عصبی مصنوعی کارایی این روش به اثبات رسیده است، نتایج نشان می دهد که روش پیشنهادی برخلاف نداشتن پیچیدگی مدل های شبکه عصبی داری عملکرد مناسبی است.

پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال Keywords:

قیمت جهانی طلا , نرخ تورم , شبکه عصبی مصنوعی , روش پیش بینی پیشنهادی , خطا

پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال authors

نجمه بهرامپور

کارشناس ارشد، مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه علوم و تحقیقات

رضا توکلی مقدم

استاد، مهندسی صنایع، گروه مهندسی صنایع، دانشکده فنی و مهندسی ، دانشگاه تهران

ناصر شهسواری پور

استادیار، مهندسی صنایع، دانشکده اقتصاد و مدیریت، دانشگاه ولی عصر رفسنجان

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 :

Adya, M., & Collopy, F. (1998). How effective are neural ...

Baillie, R. T., & Morana, C. (2012). Adaptive ARFIMA models ...

Bodyanski, Y., & Popov, S. (20 06). Neural network approach ...

Chu, C, & Zhang, G. P. (20 03). A comparative ...

COLLOPY, F., & ARM STRONG, J. S. (1992). Error measures ...

Coskun, H., Diyar, A., & Fevzi, K. (2009). Comparison of ...

Grudnitski, G., & Osburn, L. (1993). .Forecasting S& P and ...

Hagan, M. T., Demuth, H. B., & Beale, M. H. ...

M.Ghiassi, Saidane, H., & Zimbra, D. (2004). A dynamic artificial ...

Nakamura, E. (2005). Inflation forecasting using a neural network. Economics ...

Nelson, M., Hill, T., Remus, W., & O'Connor, M. (1999). ...

Orr, G. B., & Leen, K. T. (1996). Using curvature ...

Parisi, A, Parisi, F., & Diaz, D. (2008). Forecasting gold ...

RESCHER, N. (1998). Predicting the future: An introduction o the ...

Shahriar, S., & Erkan, T. (2010). An overview of global ...

Statsoft. (2002). Time Series Prediction in ST Neural Network. ...

Tang, Z., Almeida, C., & Fishwick, A. P. (1991). Time ...

WGC, W. G. (2009). Gold investment digest. www.gold.org. ...

Zhang, G. Patuwo, B. E., & Hu, M. Y. (1998). ...

Zhang, G. Patuwo, B. E., & Hu, M. Y. (2001). ...

نمایش کامل مراجع