تبلیغات
تبلیغات متنی
محبوبترینها
سه برند برتر کلید و پریز خارجی، لگراند، ویکو و اشنایدر
مراحل قانونی انحصار وراثت در یک نگاه: از کجا شروع کنیم؟
چگونه برای دریافت ویزای ایران اقدام کنیم؟ مدارک لازم و نکات کاربردی
راهنمای خرید یو پی اس برای مراکز درمانی و بیمارستانی مطابق الزامات قانونی
آیا طلاق توافقی نیاز به وکیل دارد؟
چگونه ویزای آفریقای جنوبی را به آسانی دریافت کنیم؟ راهنمای قدم به قدم
همه چیز درباره ویزای آلمان و مراحل دریافت آن
چرا پاسارگاد به عنوان یکی از مهم‌ترین آثار تاریخی ایران شناخته می‌شود؟
خرید انواع خودکار و روان نویس شیک و ارزان
خرید انواع خودکار و روان نویس شیک و ارزان
صفحه اول
آرشیو مطالب
ورود/عضویت
هواشناسی
قیمت طلا سکه و ارز
قیمت خودرو
مطالب در سایت شما
تبادل لینک
ارتباط با ما
مطالب سایت سرگرمی سبک زندگی سینما و تلویزیون فرهنگ و هنر پزشکی و سلامت اجتماع و خانواده تصویری دین و اندیشه ورزش اقتصادی سیاسی حوادث علم و فناوری سایتهای دانلود گوناگون
مطالب سایت سرگرمی سبک زندگی سینما و تلویزیون فرهنگ و هنر پزشکی و سلامت اجتماع و خانواده تصویری دین و اندیشه ورزش اقتصادی سیاسی حوادث علم و فناوری سایتهای دانلود گوناگون
آمار وبسایت
تعداد کل بازدیدها :
1820563177
محمدرضا اصغری اسکویی کاربرد روش پنجره لغزان برای انتخاب ساختار شبکه عصبی با تاخیر زمانی در پیش بینی سری های زمانی مالی
واضح آرشیو وب فارسی:فارس: محمدرضا اصغری اسکویی
کاربرد روش پنجره لغزان برای انتخاب ساختار شبکه عصبی با تاخیر زمانی در پیش بینی سری های زمانی مالی
با روش پیشنهادی پنجره لغزان، می توان ساختاری انتخاب کرد که متوسط درصد خطا، متوسط مجذور مربعات خطا و معیار رگرسیون خطی خروجی شبکه در حد قابل توجهی کاهش می یابد.
چکیده شبکه عصبی با تاخیر زمانی، یک ابزار مدل سازی برگرفته از محاسبات هوشمند است که در کنار روش های کلاسیک برای پیش بینی سری های زمانی مالی بکار گرفته می شود. این مدل اغلب در مواردی که از سری زمانی داده های فراوان، اما از ساختار مدل اطلاعات محدود وجود دارد، استفاده می شود، از این رو انتخاب ساختار و ارزیابی آن خود یک چالش است.در این مقاله یک مدل مبتنی بر شبکه عصبی با تاخیر زمانی برای پیش بینی معیارهای مالی بازار سهام ارائه شده و روش پنجره لغزان برای ارزیابی عملکرد پیش بینی کننده، بکار برده شده است. در این مقاله انتخاب ساختار مناسب شبکه، تعداد عملگرهای تاخیری، تعداد بهینه داده های پیشین و پسین و معیار کمی مناسب برای ارزیابی عملکرد پیش بینی کننده، مورد مطالعه قرار گرفته است. عملکرد این مدل روی شاخص قیمت سهام چهار بنگاه بزرگ اقتصادی در بازار سهام لندن مورد بررسی قرار گرفته است. نتایج به دست آمده، نشان می دهد با روش پیشنهادی، می توان ساختاری انتخاب کرد که متوسط درصد خطا، متوسط مجذور مربعات خطا و معیار رگرسیون خطی خروجی شبکه در حد قابل توجهی کاهش می یابد.
نویسنده: محمدرضا اصغری اسکویی پژوهشنامه اقتصادی - سال پانزدهم، شماره 57، تابستان 1394. برای مشاهده کامل مقاله روی فایل مقابل کلیک کنید.
http://fna.ir/WPH4JQ
لینک را کپی کنید
94/11/10 - 04:54
این صفحه را در گوگل محبوب کنید
[ارسال شده از: فارس]
[مشاهده در: www.farsnews.com]
[تعداد بازديد از اين مطلب: 21]
-
اقتصادی
پربازدیدترینها