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 |