شناسایی اثربخش ترین مدل پیشگویی قیمت سهام شرکتهای فعال در بازار بورس اوراق بهادار ساختار یافته با شبکه عصبی مصنوعی

در این مطالعه، به منظور پیش بینی قیمت سهام، شبکه عصبی مصنوعی با الگوریتم پیش انتشارخطا، الگوریتم بهینه سازی ازدحام ذرات و الگوریتم رقابت استعماری و با به کارگیری داده های روزانه شاخص کل و همچنین قیمت روزانه 14-سهم انتخاب شده از بورس اوراق بهادار تهران آموزش داده شد. تعیین مناسب ترین الگوریتم تکاملی رایج به کار گرفته شده در الگوریتم های پیش بینی قیمت سهم با شبکه عصبی مصنوعی، ضمن قابل قبول بودن و قابل اطمینان بودن دقت محاسبه شده، هدف این تحقیق می باشد. پس از بررسی زمان اجرای هریک از الگوریتم ها در حالتی که مراحل تکرار محدود (1000مرحله) است، به این نتیجه میرسیم که زمان با دقت رابطه عکس دارد و نمی توان الگوریتمی را یافت که ضمن اینکه دارای دقت مناسب است، دارای سرعت مناسب نیز باشد. در این مطالعه، پس از جمع آوری داده ها از پایگاه داده بورس اوراق بهادار تهران ابتدا با استفاده از روش تبدیل موجک ویژگی های اصلی داده ها استخراج میشوند و به عنوان ورودی در جهت پیش بینی به شبکه عصبی پرسپترون چندلایه آموزش داده شده توسط الگوریتم های نام برده بررسی می گردند.

Keywords:

الگوریتم بهینه سازی ازدحام ذرات , الگوریتم رقابت استعماری , شبکه عصبی , زمان تصمیم گیری , بورس اوراق بهادار