قاسم زارعی - استادیار، عضو هیات علمی دانشگاه محقق اردبیلی
رعنا محمدیان - دانشجوی کارشناسی ارشد رشته MBA- دانشگاه محقق اردبیلی
هاتف حاضری نیری - استادیار مدیریت و اقتصاد دانشگاه محقق اردبیلی.
محمد باشکوه اجیرلو - دانشیاز مدیریت و اقتصاد دانشگاه محقق اردبیلی

هدف پژوهش حاضر مقایسه قدرت پیش­بینی روش­های شبکه عصبی فازی با شبکه عصبی موجک فازی در پیش بینی قیمت سهام بانک ها در بورس اوراق بهادار تهران است. دوره پژوهش این پژوهش از سال 1390 تا 1395 است. در این پژوهش، از سیستم منطق فازی به همراه سیستم شبکه عصبی چندلایه با ساختار بهینه سازی پس انتشار خطا و ماکزیمم همپوشانی تبدیل موجک گسسته برای متغیرهای نرخ ارز، نفت اوپک، طلا، شاخص کل سهام و همچنین حجم معاملات برای پیش بینی قیمت سهام استفاده شده است. نتایج حاصل از مدل با استفاده از تابع هزینه بروز رسانی شده انجام گرفته است. نتایج پژوهش در مقایسه شبکه عصبی فازی موجک و شبکه عصبی فازی نشان می­دهد که قابلیت اطمینان پیش­بینی قیمت سهام بانک ها با شبکه عصبی موجک فازی بالای 90 درصد و با شبکه عصبی فازی بالای 80 درصد است. درنتیجه شبکه عصبی موجک فازی باقابلیت اطمینان بالاتری نسبت به شبکه عصبی فازی عمل می کند.

شبکه عصبی, منطق فازی, موجک, پیش بینی قیمت سهام