هوشمندسازی روش های تکنیکال (اندیکاتورهای RSI و MACD) میانگین متحرک (MA) در بازار سرمایه با استفاده از شبکه عصبی مصنوعی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,256
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CBCONF01_0909
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
پژوهش حاضر به مطالعه پیش بینی اندیکاتورهای RSI و MACD از روش های تکنیکال در بازار سرمایه به وسیله یشبکه ی عصبی و ارائه ی شواهدی مبنی بر رفتار آشوبناک و غیرخطی قیمت سهام در بورس اوراق بهادار می پردازد. اینپژوهش با بیان پیچیدگی داخلی و تنوع ساختار بیرونی سیستم قیمت سهام، به تجزیه و تحلیل اصول پیش بینی سهاممبتنی بر شبکه ی عصبی BP پرداخته و یک مدل پیش بینی بازار سهام با استفاده از شبکه عصبی برگشتی و توپولوژی هایشبکه، اصول تعیین لایه های پنهان، انتخاب و پیش تیمار داده های نمونه و تعیین پارامترهای اولیه ارائه می دهد. با استفادهاز الگوریتم شبکه عصبی، میزان خطای اعتبارسنجی کمترین مقدار می شود تا شرط توقف برقرار شود. آزمایش شبیه سازیبراساس شاخص نماینده ای از بازار بورس تهران (بانک پاسارگاد) از طریق آموزش بر انتخاب نمونه ها و مدل پیش بینی،نشان می دهد که این الگوریتم می تواند در پیش بینی کوتاه مدت و میانمدت نتیجه بهتری نشان دهد.
کلیدواژه ها:
نویسندگان
مریم جعفری
دانشکده ی فنی و مهندسی، گروه برق کنترل، دانشگاه آزاد اسلامی واحد تهران جنوب
زینب فلاح
دانشکده ی مهندسی برق و کامپیوتر، گروه مهندسی کنترل، دانشگاه تبریز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :