استفاده از الگوریتم ژنتیک و سری فیبوناچی برای معرفی سیستم های تجاری در راستای پیش بینی بازار مبادلات ارزی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 792

This Paper With 16 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:

REGCMAES02_031

تاریخ نمایه سازی: 30 دی 1394

Abstract:

بازار مبادلات ارزی بزرگترین بازار مالی دنیا می باشد که یک سوم تراکنش های مالی را شامل می شود. پیش بینی قیمت در بازار تبادلات ارزی یک مشکل بزرگ و پیچیده است. معامله گران این بازار معمولا از شاخص های فنی برای پیش بینی روند بازار استفاده می کنند. شاخص های فنی توابع ریاضیاتی می باشند که بر اساس فرمول های خاص در جهت تحیپلیل بازار بوسیله ابزارهای گرافیکی ترسیم و مورد استفاده قرار می گیرند. این مقادله سع دارد با استفاده از شاخص های فنی چهار سیستم تجاری پیشنهاد کند. برای اینکه بتواند به تحلیل و پیش بینی بازار مبادلات ارزی بپردازد از الگوریتم ژنتیک برای بهینه سازی پارامترهای ورودی شاخص با توجه به داده های گذشته بازار، استفاده می کند. همچنین در مدیریت سرمایه این سیستم ها از سری فیبوناچی برای تعیین حجم معاملات استفاده شده است. این سیستم ها بر روی جفت ارز یورو به دلار آمریکا و بر روی سری زمانی 5 دقیقه ای اعمال شده و نتایج قابل توجهی داشتند. از آنجایی که بورس بر خط ایران هنوز مرجعی برای ارائه داده های معتبر ندارد، امکان دسترسی به داده های پیشین نمی باشد و به این دلیل که الگوریتم ژنتیک به داده های صحیح گذشته به شدت وابسته است استفاده از این سیستم ها نمی تواند نمی تواند نتیجه ای در بر داشته باشد. امید است با پیشرفت بورس ایران این اطلاعات واقعی شده و در اختیار هموطنان عزیز گذاشته شود.

Authors

حمیدرضا کاردان پور

گروه کامپیوتر، علوم و تحقیقات فارس، دانشگاه آزاد اسلامی مرودشت، ایران، کامپیوتر، واحد مرودشت، دانشگاه آزاد اسلامی مرودشت، ایران

ملیحه ثابتی

گروه گروه کامپیوتر و فناوری اطلاعات واحد مرودشت، دانشگاه آزاد اسلامی مرودشت، ایران

منصور امینی لاری

گروه کامپیوتر و فناوری اطلاعات واحد مرودشت، دانشگاه آزاد اسلامی مرودشت، 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 :
  • R. F. B. d. Brito and A. L I. Oliveira, ...
  • R. F. B. d. Brito and A. L I. Oliveira, ...
  • D. J. Bodas-Sagi, P. F ernand ez-Blanco and J. I. ...
  • C. Evans, K. Pappas and F. Xhafa, "Ufilizing artificial neural ...
  • G. Sermpinis, C. Dunis, J. Laws and C. Stasinakis, "Forecasting ...
  • V. Vapnik, S. Golowich and A. Smola, "Support vector machine ...
  • L. Cao, "Support vector machines experts for time series forecasting, ...
  • نمایش کامل مراجع