جستجوی مقالات فارسی – 
پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی- قسمت  …

در این پژوهش میزان صحت پیش‌بینی شبکه عصبی با چهار مدل بررسی شد که در اینجا به بحث در مورد سؤال اول که از دو گروه اطلاعات فنی و بنیادی و در سؤال دوم از گروه اطلاعات فنی استفاده‌شده است، می‌پردازیم که میانگین نتایج اطلاعات دو سؤال برای ده شرکت شیمیایی نمونه به شرح زیر

پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی- قسمت ۴۷

۷۳۲۱۳ ۱۹۴ ۰٫۰۲۴ ۱۳۱ جدول ۴-۱۳ شبکه عصبی کلونی زنبورعسل کل داده‌ها با متغیرهای ترکیبی (یافتههای محقق)۴-۵٫ تجزیه‌وتحلیل نمودارهای حاصل از آزمایش شبکه عصبی  نمودار مقایسه قیمت واقعی و قیمت پیش‌بینی‌شدهنتایج حاصلهی شبکه برای یکی از شرکتهای نمونه از ابتدای دوره یعنی ۱/۱/۸۷ تا ۲۹/۱۲/۹۳ برآورد شده است؛ که نتیجه حاصل از این پیش‌بینی یک شرکت

پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی- قسمت ۳۵

شبلی ۰٫۹۹۴ ۱۳۱۶۲۱ ۳۶۲ ۰٫۰۳۸ ۲۱۰ جدول ۴-۷ شبکه عصبی مدل دوم کل داده‌ها با متغیرهای فنی (یافتههای محقق)که آموزش با داده‌های تکنیکال به‌خوبی انجام پذیرفته است. پس از اطمینان از مدل شبکه عصبی زیر، می‌تواند روند تغییر قیمت را برای هر دوره تغییر خاص موردبررسی در مدل پیش‌بینی کرد.۴-۴-۳٫ سؤال سوم: تعیین عامل‌های مهم

پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی- قسمت ۲۹

شفارس ۰٫۹۹۷ ۷۰۳۴۸ ۲۶۵ ۰٫۰۲۴ ۱۳۲ شیراز ۰٫۹۹۷ ۶۸۱۱۱ ۲۶۰ ۰٫۰۲۷ ۱۴۷ شبلی ۰٫۹۹۳ ۱۷۳۸۱ ۴۱۶ ۰٫۰۴۲ ۲۳۸ جدول ۴-۴ شبکه عصبی مدل اول کل داده‌ها با متغیرهای ترکیبی (یافتههای محقق)۴-۴-۲٫ سؤال دوم: چگونه می‌تواند قیمت سهام را با استفاده از شاخص‌های تکنیکال به روش شبکه عصبی پیش‌بینی کرد؟به جهت پیاده‌سازی دومین سؤال، از یک

پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی- قسمت ۲۴

۴-۳٫ دادههای آموزشی، اعتبار سنجی و آزمایشیبرای مدلسازی سؤالات، پس از آماده‌سازی و نرمالسازی دادهها، آن‌ها را به سه بخش دادههای آموزشی، اعتبارسنجی و آزمایشی تقسیمبندی مینماییم. بدین‌صورت که ۷۰ درصد از دادهها برای بخش آموزشی، ۱۵ درصد برای بخش اعتبارسنجی و ۱۵ درصد نیز برای بخش آزمایشی در نظر گرفته شد.۴-۴٫ پیادهسازی سؤالات مختلف

پژوهش – 
پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی-  …

۵ شخارک پتروشیمی خارک ۶ پلاسک پلاسکوکار سایپا ۷ شسینا صنایع شیمیایی سینا ۸ شفارس صنایع شیمیایی فارس ۹ شیراز پتروشیمی شیراز ۱۰ شبلی پلی اکریل ایران جدول ۴-۱ نام شرکتهای نمونه(یافتههای محقق)۴-۲-۳٫ سؤال‌های مختلف برای پیشبینی قیمت سهامامروزه شبکههای عصبی مصنوعی جایگاه مهمی در ادبیات پیشبینی متغیرهای اقتصادی به خود اختصاص دادهاند. مهمترین مزیت

پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی-  …

تجزیه‌وتحلیل داده‌هامقدمهتجزیه‌وتحلیل داده‌ها برای بررسی صحت مدل ارائه‌شده در تحقیق از اهمیت خاصی برخوردار است و امروزه در بیشتر تحقیقاتی که مبتنی بر اطلاعات جمع‌آوری‌شده از موضوع موردپژوهش است تجزیه‌وتحلیل از اصلیترین و مهم‌ترین بخشهای پژوهش محسوب میشود. داده‌های خام با استفاده از نرم‌افزارها مورد تجزیه‌وتحلیل قرار می‌گیرند و پس از پردازش به شکل اطلاعات

پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی-  …

به‌منظور انجام این تحقیق، داده‌های روزانه مربوط به شاخص کل بازار اوراق بهادار تهران و همچنین قیمت پایانی و حجم معاملات شرکت‌های حاضر در تحقیق برای ۷۲ ماه منتهی به اخراسفند‌ماه ۱۳۹۳ انتخاب‌شده است. ابزار اندازه‌گیری و محاسبه‌ی متغیرهاپس از جمع‌آوری داده‌هایی که برای انجام تحقیق موردنیاز هستند، انتخاب ابزاری مناسب به‌منظور محاسبه و تجزیه‌وتحلیل اطلاعات

پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی-  …

مربع میانگین خطای استاندارد نرمال شده میانگین قدر مطلق خطا ضریب تعیین جدول ۳-۲ معیارهای پیش بینیکه در آن و هست وy مقدار واقعی، مقدار پیش‌بینی‌شده توسط مدل و میانگین مقادیر واقعی y است.کلیه موارد فوق‌الذکر برای داده‌های روزانه محاسبه‌شده است.در ادامه برای پاسخ به سؤال سوم با واردکردن متغیرهایی مثل شاخص کل بازار و

پیش‌بینی قیمت سهام با شاخص های ترکیبی به روش شبکه عصبی مصنوعی- قسمت ۱۹

گام چهارم : اگر خطا بزرگ‌تر از حد قابل‌قبول باشد آنگاه به گام ۱ بروید در غیر این صورت الگوریتم متوقف می‌شودنمودار ۳-۱ الگوریتم مدل شبکه عصبی پیش‌خورمیزان زیادی ورودی در بازار سهام وجود دارد که در قیمت سهام مؤثر است؛ اما همه ورودی‌ها برای سیستم پیش‌بینی استفاده نمی‌شود چون اثر آن‌ها در قیمت بازار