شهباز پارسی نژاد - دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات-تجارت الکترونیک، پردیس بین الملل دانشگاه گیلان
رضا ابراهیمی اتانی - عضو هیئت علمی گروه مهندسی کامپیوتر دانشگاه گیلان
احمد باقری - عضو هیئت علمی گروه مهندسی مکانیک دانشگاه گیلان

پیش بینی نمودن وقایع همیشه برای انسان جالب بوده است. پیش بینی وضع هوا و بلایای طبیعی ازنمونه های اولیه این پروسه به شمار می آیند. پیش بینی همان فرآیند جمع آوری اطلاعات برای تکامل و گسترش مناسب آن به آینده می باشد. امروزه باجهانی شدن اقتصاد ورقابت های موجود در این زمینه برای جذب سرمایه گذاران و تشخیص دادن بازارها ی سودده و قابل اعتماد مانند بازارهای بورس و ارز، که از پیچیدگی های زیادی برخوردار است از مهمترین نگرانی های سرمایه گذاران می باشد. بنابراین پیش بینی نرخ بازده سهام شرکتهای موجود دراین بازارهای سرمایه از اهمیت بسیار بالایی برخوردار خواهد بود. برای پیش بینی در بازارهای سرمایه مانند بورس ویا ارز روشهای مختلفی مانند رگرسیون ، سری های زمانی، الگوریتم ژنتیک و تحلیل های بنیادی وجود دارد. ازجمله روش های غیرخطی دقیق که می توان در زمینه ی پیش بینی های گوناگون آن را به کار بست شبکه های عصبی مصنوعی است. شبکه های عصبی مصنوعی یکی از جدید ترین دستاورد های بشر به حساب می آید که امروزه استفاده های مختلفی در زمینه های علمی گوناگون دارد. بکار گیری سرمایه گذاران از تکنولوژی ها والگوریتم های کامپیوتری برای پیشبینی موجب شده سود بیشتر وفرصت های تجاری بهتری فراهم شود. شبکه های عصبی جزسیستم های دینامیکی می باشند که با پردازش روی داده های سری زمانی دانش یا قانون های موجود در این داده ها را استخراج کرده وبا ساختار شبکه منطبق می نماید. این سیستم مبتنی بر هوش محاسباتی است که از توانایی های پردازش ویژگی های مغز انسان تقلید می کند. دراین پژوهش ضمن بررسی شبکه های عصبی مصنوعی برای تحلیل و پردازش داده ها و همچنین مطالعه ی روشهای گوناگون به این نتیجه رسیده است که شبکه های عصبی مصنوعی مدل مناسبی برای پیش بینی بازارهای سرمایه مانند بورس و ارز می باشند.

شبکه های عصبی مصنوعی- بازار سرمایه - پردازش- قابلیت یادگیری- پیش بینی