پیش بینی تغییر روند سری زمانی قیمت سهام با استفاده از شبکه عصبی تابع شعاعی با انتخاب ورودی های موثر
Publish place: The Second National Conference on Applied Research in Computer Science and Information Technology
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 622
This Paper With 5 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:
شناسه ملی سند علمی:
CITCONF02_357
تاریخ نمایه سازی: 19 اردیبهشت 1395
Abstract:
تصمیم گیری در مورد زمان خرید و فروش سهام تغییر جهت سری زمانی قیمت سهام یکی از پیچیده ترین مسائل بازار سهام می باشد که محققین بسیاری در حال تحقیق بر روی این موضوع می باشند. در این مقاله با استفاده از شبکه عصبی تابع شعاعی مدلی جهت پیش بینی جهت تغییرات روند سری زمانی قیمت سهام در روزهای آتی ارائه شده است که ورودیهای این شبکه با استفاده از الگوریتم نزدیکترین همسایگی مرتبه K و بر اساس میزان شباهت بین آنها انتخاب شده است. انتخاب ورودیهای با ارزشتر علاوه بر کاهش پیچیدگی مسئله، باعث افزایش قدرت یادگیری شبکه و افزایش دقت آن نیز شده است. این مدل به سهامداران کمک می کند تا به موقع تغییر روندها را تشخیص داده و تصمیم های مناسبی را در هنگام خرید و فروش سهام انتخاب نمایند. نتایح بدست آمده نشان می دهد که مدل ارائه شده نسبت به سایر مدلها دارای میزان دقت بیشتری می باشد.
Keywords:
Authors
پرویز رشیدی خزاعی
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی ارومیه
جمشید باقرزاده
دانشکده مهندسی برق و کامپیوتر، دانشگاه ارومیه
اردلان قاسم زاده
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی ارومیه
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 :