مقایسه عملکرد شبکه های عصبی مصنوعی و روشهای کلاسیک آماری در پیش بینی های مالی: مطالعه موردی مانده صندوق بانک ملت
Publish place: 13th International Industrial Engineering Conference
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 498
This Paper With 6 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:
IIEC13_043
تاریخ نمایه سازی: 14 شهریور 1396
Abstract:
دراین مقاله با استفاده از سه روش شبکه های عصبی چندلایه، شبکه های عصبی همراه با تاخیر زمانی و سری های زمانی همراه با بی-ثباتی واریانس، موجودی صندوق یکی از شعب بانک ملت، مدلبندی و عملکرد این سه روش با هم مقایسه شده است.از فروردین ماه سال1384 ، تا خرداد ماه سال 1394 ، کل مبلغ پولی که آخر هر هفته در صندوق یکی از شعب بانک ملت موجود است، ثبت شده و با استفاده ازشبکه های عصبی و مدل های کلاسیک آماری مدل بندی شده اند. هدف از این تجزیه و تحلیل، بدست آوردن پیش بینی هایی برای این مبالغدر ماه های آتی است تا مدیریت بانک با داشتن این اطلاعات تحلیلی، بتواند تصمیماتی مناسب در مورد تخصیص بهینه منابع مالی خودبگیرد. نتایج بیانگر این مطلب است که شبکه های عصبی چندلایه در مدل بندی و پیش بینی داده های ثبت شده در بانک، عملکرد بهترینسبت به شبکه های عصبی همراه با تاخیر زمانی و مدل های سری های زمانی دارد.
Keywords:
سری های زمانی مالی , شبکه های عصبی , سری های زمانی همراه با بی ثباتی واریانس , پیش بینی مانده صندوق بانک
Authors
پریسا نیلوفر
استادیار آمار، دانشگاه بجنورد