پیش بینی قیمت سهام در بورس تهران با استفاده از شبکه های عصبی مصنوعی پیش خور چند لایه
چکیده
یکی از عواملی که در توسعه و رشد بازار سرمایه نقش موثری دارد آشنایی سرمایه گذاران و معامله گران بازار سرمایه با روش های تجزیه و تحلیل اوراق بهادار و افزایش توان تحلیل گیری آن ها است و شبکههای عصبی پرکاربردترین الگوریتمهای هوش مصنوعی هستند و توانایی منحصر به فردی در حل ارتباطات غیر خطی دارند. این پایان‌نامه مطالعهای برای مقایسه توان پیش‌بینی روند قیمت سهام با استفاده از شبکههای عصبی چند لایه پیش خور است. دادههای تاریخی به کار رفته در این تحقیق از شرکت مخابرات ایران، پذیرفته شده در بورس اوراق بهادار تهران از 5 فروردین 1388 تا 26 اسفند 1388 (25 مارس 2009 تا 17 مارس 2010) بدست آمدهاند و از قیمتهای پایانی روز به عنوان ورودیهای شبکه و همچنین دادههای آزمون شبکه استفاده میشود. شبکه اولیه مورد استفاده در این تحقیق شبکهای پیشرونده با الگوریتم پس انتشار خطا است و در رقابت برای بهبود نتایج حاصل از شبکههای عصبی، تحقیق حاضر سعی در طراحی شبکه بهینه پیش خور و کم کردن خطای پیش بینی با تغییر در معماری شبکه و استفاده از الگوریتم های آموزش متنوع است . انتظار ما این است که بتوانیم نتایج حاصل را با دست یابی به نقطه حداقل متفاوتی در سطح فضای خطا بهبود بخشیم. ابزار برنامهنویسی شبکههای عصبی و تجزیه و تحلیل نتایج در این تحقیق، نرمافزار matlab است.