الگوریتم ازدحام مصنوعی ماهی ها در پیش بینی کوتاه مدت شاخص سهام

پیش بینی قیمت سهام برای سهامداران از اهمیت خاصی برخوردار است تا آنها بتوانند بالاترین بازده را از سرمایه گذاری خود کسب کنند. از سوی دیگر شاخص قیمت سهام نشان دهنده وضعیت کلی بازار سهام است و می تواند به پیش بینیسهامداران جهت سرمایه گذاری کمک کنند. در جهت تحقق این امر روش ها و الگوریتم های مختلفی برای پیش بینی نرخ بازدهی و قیمت آتی سهام در بحث های مدیریت سرمایه گذاری توسط پژوهش گران این حوزه مورد بررسی قرار گرفته کهبه دنبال تسهیل فرایند تصمیم برای سرمایه گذاران بوده اند. بیشتر این متدها در مقیاس روزانه و با استفاده از روش هایکلاسیک به تجزیه و تحلیل نرخ بازدهی پرداخته اند. در سال های اخیر از روش های هوش مصنوعی به عنوان یک مدل غیر خطی در مدل سازی های بازارها و بصورت گسترده استفاده شده است. در این تحقیق، شبکه عصبی توابع شعاعی پایه RBFNN در پردازش اطلاعات و پیش بینی شاخص سهام معرفی می شود. به منظور رفع مشکل همگرایی تدریجی و دقت پایین و در جهت اطمینان بهتر از نتایج پیش بینی، الگوریتم ازدحام مصنوعی ماهی ها AFSA را در بهینه سازی RBF و به طور عمده در انتخاب پارامتر، معرفی می شود.

Keywords:

ازدحام ماهی ها , توابع شعاعی پایه , خرد جمعی , پیش بینی , شاخص سهام , شبکه عصبی/RBF