پیش بینی شاخص سهام مبتنی بر داده کاوی با الگوریتم ژنتیک و SVM و طبقه بندی با شبکه عصبی- فازی (ANFIS)

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 پیش بینی شاخص سهام مبتنی بر داده کاوی با الگوریتم ژنتیک و SVM و طبقه بندی با شبکه عصبی- فازی (ANFIS) دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیش بینی شاخص سهام مبتنی بر داده کاوی با الگوریتم ژنتیک و SVM و طبقه بندی با شبکه عصبی- فازی (ANFIS)  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی پیش بینی شاخص سهام مبتنی بر داده کاوی با الگوریتم ژنتیک و SVM و طبقه بندی با شبکه عصبی- فازی (ANFIS)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پیش بینی شاخص سهام مبتنی بر داده کاوی با الگوریتم ژنتیک و SVM و طبقه بندی با شبکه عصبی- فازی (ANFIS) :

تعداد صفحات :۱۸

چکیده مقاله:

اساساً پیش بینی متغیرهای اقتصادی، از کاربرد وسیعی در برنامه ریزی و سیاست گذاری های اقتصادی از یک سو و نیز سرمایه گذاری بخش های مختلف از سوی دیگر، برخوردار است. همچنین، یکی از مهمترین اهداف مدل سازی های اقتصادی، پیش بینی آتی متغیرهای اقتصادی بوده و بالطبع قدرت این مدل ها بر اساس صحت پیش بینی شان مورد ارزیابی قرار می گیرند. این تحقیق به بررسی دقت با داده کاوی با الگوریتم ژنتیک و SVM، شبکه عصبی- فازی (ANFIS) جهت پیش بینی قیمت سهام در سه سطح روزانه، هفتگی و ماهیانه می پردازد. جامعه آماری این تحقیق دربرگیرنده کلیه شرکت های پذیرفته شده در بورس اوراق بهادار در بازه زمانی ۱۳۸۰ تا ۱۳۹۴ می باشد که نمونه مورد بررسی شامل ۱۰ شرکت می باشد. نتایج نشان می دهد که همه مدل ها قابلیت پیش بینی قیمت سهام را دارا هستند اما مدل پیشنهاد داده کاوی با الگوریتم ژنتیک و SVM و طبقه بندی با شبکه عصبی فازی (ANFIS) در توانایی بالاتری جهت پیش بینی قیمت سهام دارا می باشند.