CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مصورسازی دادههای بازار سهام با شبکه ی عصبی نگاشت خودسازمانده

عنوان مقاله: مصورسازی دادههای بازار سهام با شبکه ی عصبی نگاشت خودسازمانده
شناسه ملی مقاله: MANAGECONF02_0417
منتشر شده در دومین کنفرانس بین المللی مدیریت و حسابداری در سال 1396
مشخصات نویسندگان مقاله:

سیدکمال چهارسوقی - استاد، دانشکده مهندسی صنایع و سیستمها، دانشگاه تربیت مدرس، تهران، ایران
فریده رحیم نژاد - دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع و سیستمها، دانشگاه تربیت مدرس، تهران، ایران

خلاصه مقاله:
مصورسازی اطلاعات یکی از حوزههای علوم رایانه است که با نوآوری در ارایهی مقادیر عظیم اطلاعات ارتباط دارد ودارای استعداد زیادی برای استخراج دانش از داده است. بازار سهام، یکی از مواردی است که دادههای بسیار زیادی دارد و این دادهها، با گذر زمان، بهطور مرتب در حال تغییر هستند. پیدا کردن الگوهای مفید در دادههای بازار سهام، نیازمندمهارت تحلیلی بالا و تلاش بسیار زیادی است. برای تحلیل آسانتر، یکی از ابزارهایی که میتواند بسیار کمککننده باشد، استفاده از شبکههای عصبی است. در میان شبکههای عصبی، الگوریتم یادگیری بدون نظارت که نگاشت خودسازماندهنامیده میشود، میتواند برای کاهش بعد دادهها به کار رود. درواقع، با کمک این الگوریتم میتوان دادههای با ابعاد بالا را بهدادههای دوبعدی تبدیل کرد و سپس با خوشهبندی دادههای دوبعدی به تحلیل آسانتر دادهها پرداخت. در این پژوهش، ابتدا چهل شرکت مختلف، بر اساس هشت ویژگی مالی معین، با کمک الگوریتم خودسازمانده خوشهبندی شدند. سپسU این خوشهبندی بر اساس هر یک از ویژگیها بهطور جداگانه انجام شد. نتایج حاصل از مصورسازی دادهها با ماتریس نشان داد که شرکتهایی که در تعداد بیشتری از ویژگیها به یکدیگر شباهت داشتند، در خوشهبندی کلی نیز در خوشههای یکسان قرار گرفتند و الگوریتم SOMنتایج صحیح و منطقی را ارایه کرد که طبق این نتایج، مدیران و سرمایهگذاران شرکتها با صرف زمان کمتر و شیوهای آسانتر میتوانند شرکتهای دیگر را برای ایجاد روابط تجاری مابین خودشان و یا برای رقابت در بازار شناسایی کنند

کلمات کلیدی:
شبکههای عصبی، نگاشت خودسازمانده، مصورسازی، بازار سهام

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/642791/