نیما شایان فر - دانشگاه یزد
علی محمد لطیف - دانشگاه یزد

پیشبینی قیمت در بازار بورس، به علت تعداد زیاد عوامل تاثیرگذار و همچنین عدم امکان اندازهگیری بعضی عوامل تاثیرگذار، کاری چالش برانگیز است. در چند سال اخیر، این عمل در داخل و خارج از مرزهای ایران ، با استفاده از تکنیکهای دادهکاوی امکانپذیر شده است. اما پیشبینی روند قیمت همچنان با چالش پارامترهای قابل تنظیم روبرواست. هر چند تعداد این پارامترها چندان زیاد نمیباشد، اما به علت زمانبر بودن فرآیند آموزش دسته بند و غیرخطی بودن خروجی نسبت به متغیرهای وابسته و پیوسته بودن پارامترها، استفاده از الگوریتمهای تکاملی برای تنظیم پارامترکاملا مقرون به صرفه است. در این مقاله به تنظیم این پارامترها، با استفاده از الگوریتمهای تکاملی پرش قورباغه و ژنتیک پرداخته شده است تنظیم پارامتر باعث بهبود 21 % در عملکرد معیارF1 در پیشبینیها شده است. علاوه بر این، با مقایسه الگوریتم به نسبت جدید پرش قورباغه با الگوریتم ژنتیک، مزایای این الگوریتم نشان داده شده است.

تنظیم پارامتر، الگوریتم ژنتیک، الگوریتم پرش قورباغه، پیشبینی قیمت بورس، خبر