واضح آرشیو وب فارسی:ایرنا: پیش بینی قیمت بازارهای سهام مظنه خرید و فروش در تبریز بررسی شد تبریز- ایرنا- پیش بینی قیمت بازارهای سهام مظنه خرید و فروش با توجه به داده های پنج سال گذشته در قالب طرح تحقیقاتی از سوی استادیار دانشکده علوم ریاضی دانشگاه تبریز مورد بررسی قرار گرفت.
به گزارش روز شنبه روابط عمومی دانشگاه تبریز، داوود احمدیان، مجری این طرح گفت: تا کنون تحقیقات زیادی برای پیش بینی عملکرد شاخص بورس بر مبنای اطلاعات دیگرانجام شده و نتایج خوبی هم در مقالات مختلف گزارش کرده اند.وی اظهار کرد: دراین تحقیق، روند بازار بورس بر مبنای مدل شبکه عصبی مصنوعی چندلایه پیش بینی می شود و با توجه به این که اطلاعات روند آینده بورس عموما بر مبنای روند روزهای پیشین استوار است، به عنوان ورودی شبکه تعداد مشخصی از اطلاعات روزهای گذشته استفاده شد تا بتوان عملکرد روز بعدی را مورد پیشبینی قرار داد. عضوهیات علمی دانشگاه تبریز اضافه کرد: آزمایشات انجام شده روی هر نوع شبکه 30 بار تکرار شدند تا میانگین میزان MSE بدست آید، به همین علت تمام آزمایشات بر روی تعداد مختلف روزهای گذشته انجام شد تا بهترین نتیجه مورد نظر دست آید.وی ادامه داد: برای این که شبکه بهتر بتواند با داده های مورد نظر کار کند باید آنها را نرمال کرد و دراینجا داده ها در بازه صفر تا یک نرمال شدند و آموزش و تست بر روی آنها انجام شد. احمدیان گفت: با توجه به این که تابع فعال سازی هرلایه می تواند از سری توابع خطی، تانژانت سیگموئید و لگاریتم سیگموئید انتخاب شود، ترکیب این سه نوع تابع با یکدیگر مورد آزمایش قرارگرفتند که از بین آنها ترکیب تابع لگاریتم سیگموئید درلایه اول و دوم و تابع تانژانت سیگموئید درلایه سوم بهترین نتیجه مورد نظر را تولید کرد.وی با بیان اینکه آزمایشات برای تعداد نورون های صفر تا 20 هم تکرار شدند تا بهترین تعداد نورون درلایه مخفی مشخص شود، افزود: بهترین عملکرد در پنج نورون درلایه مخفی قابل مشاهده است.وی ادامه داد: با بیشتر شدن تعداد نورون از پنج عدد تغییر معناداری در میانگین مربعات خطا به چشم نخورد و از این رو با توجه به این که با افزایش تعداد نورون ها پیچیدگی شبکه هم بالاتر می رفت این نوع شبکه با پنج لایه نورون بهترین عملکرد را از خود نشان داد. مجری این طرح گفت: این مساله در فایل های شاخص مختلف مظنه خرید و فروش آزمایش شد که میانگین عملکرد این نوع شبکه درآنها بهتر از همه بوده است. وی اظهار کرد: با تشخیص بهترین نوع شبکه سه لایه، این نوع شبکه با توجه به تعداد روزهای مختلف مورد استفاده برای پیش بینی عملکرد مورد تست قرار گرفت که به نظر می رسد پنج روز بهترین میزان ورودی برای شبکه های طراحی شده است و بیشتر از آن باعث ایجاد کمبود آموزش و کمتر از این مقدار نوعی بیش آموزش ایجاد می کند.وی افزود: از این رو در صورتی که عملکرد غیر قابل پیش بینی طولانی مدت تری باید مورد پیش بینی قرار گیرد باید تعداد بیشتری روز پیش از روز پیش بینی در نظرگرفته شود و تعداد این نوع داده ها هم زیاد باشند تا بتوان به نتیجه مورد نظر رسید.احمدیان خاطر نشان کرد: دراین پژوهش، قریب به اتفاق عواملی که در آزمون مورد استفاده قرار گرفتند رفتار سرمایه گذاری شرکت ها را تحت تأثیر قرار می دادند.وی اظهارکرد: درنتیجه با استفاده از این مدل و شبکه های عصبی می توان رفتار سرمایه گذاری شرکت های موجود در بورس اوراق بهادار تهران را با ضریب تعیین بیش از 60 درصد پیش بینی کرد.6120/ 1495
13/04/1394
این صفحه را در گوگل محبوب کنید
[ارسال شده از: ایرنا]
[تعداد بازديد از اين مطلب: 62]