فایل – 
پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی- قسمت ۱۶

در بورس اوراق بهادار تهران

۱٫ مدل غیرخطی اریما
۲٫ مدل خطی گراچ
۳٫ شبکه عصبی مصنوعی

دادههای هفتگی شاخص بورس سهام اوراق بهادار تهران

. کارایی بالای مدل‌های مبتنی بر هوش
مصنوعی این امکان وجود دارد که علاوه بر استفاده از دو مدل سری‌های زمانی و شبکه‌های عصبی مصنوعی، از مدل‌های منطق فازی مانند فاریما نیز برای پیش‌بینی
شاخص قیمت سهام استفاده نمود

برای دانلود متن کامل این پایان نامه به سایت  jemo.ir  مراجعه نمایید.

کریمی و دارابی ۱۳۹۳

بررسی موانع موجود در تعیین قیـمت سهام به روش شبکه عصبی

روش تحلـیل آماری
شبکه عصبی

پرسشنامه از خبرگان در این موضوع

نتایج شبـکه عصبی با نتـایج تحلیل آماری مطابقت دارد.

زمانی و همکاران
۱۳۹۲

سیستم خبره پیش‌بینی قیمت سهام و بهینه‌سازی سبد سهام با استفاده از شبکه‌های عصبی فازی، مدل‌سازی فازی و الگوریتم ژنتیک

شبکه عصبی مصنوعی
شبکه عصبی فازی
الگوریتم ژنتیک

داده‌های روزانه مربوط به شاخص کل بورس اوراق بهادار تهران و همچنین قیمت پایانی و حجم معاملات

مدل جدیدی را بر اساس شبکه عصبی فازی و الگوریتم ژنتیک طراحی کرد که بازدهی بالاتری نسبت به مدل‌های سنتی دارد.

خاشعی و بیجاری ۱۳۹۰

پیش‌بینی قیمت ارز به روش شبکه عصبی

شبکه عصبی مصنوعی
آریما

داده‌های روزانه و متوسط هفتگی

برتری مدل اریما ۳۵ روزه نسبت به شبکه عصبی ۶۵ روز

کردلویی و زارعی ۱۳۸۹

پیش‌بینی قیمت سهام با استفاده از شبکه عصبی مصنوعی

شبکه عصبی مصنوعی