بهبود عملکرد پیش بین یهای مالی با استفاده از معماری های مختلف ترکیب مدل های خطی کلاسیک و غیرخطی هوشمند

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

 بهبود عملکرد پیش بین یهای مالی با استفاده از معماری های مختلف ترکیب مدل های خطی کلاسیک و غیرخطی هوشمند دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد بهبود عملکرد پیش بین یهای مالی با استفاده از معماری های مختلف ترکیب مدل های خطی کلاسیک و غیرخطی هوشمند  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 بهبود عملکرد پیش بین یهای مالی با استفاده از معماری های مختلف ترکیب مدل های خطی کلاسیک و غیرخطی هوشمند،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن بهبود عملکرد پیش بین یهای مالی با استفاده از معماری های مختلف ترکیب مدل های خطی کلاسیک و غیرخطی هوشمند :

تعداد صفحات :۱۰

چکیده مقاله:

امروزه بهرغم وجود روشهای متعدد پیش بینی، هنوز پیش بینی دقیق سری های زمانی کار چندان ساده ایی نیست و اکثر محققان در صددبه کارگیری ترکیب روش های متفاوت به منظور دستیابی به نتایج دقیق تر می باشند. استفاده از مدل های ترکیبی یا ترکیب مدل های مختلف یکراه حل معمول به منظور بهبود دقت پیش بینی است. در ادبیات موضوع پیش بینی سری های زمانی، ترکیب مدل های خطی کلاسیک و غیرخطیهوشمند یکی از معمول ترین روشهای ترکیبی به منظور بهبود دقت پیش بینی می باشد. مدل های میانگین متحرک خودرگرسیون انباشته وشبکه عصبی به ترتیب از مهمترین و پرکاربردترین مدل های خطی کلاسیک و غیرخطی هوشمند در پیش بینی سری های زمانی می باشند که درچند دهه اخیر به وفوردر مدل های ترکیبی مورد استفاده قرارگرفته اند. در این مقاله به منظور بهبود دقت پیش بینی ها درمحیط های مالی وهمچنین غلبه بر محدودیت های مدلهای تکی، معماری های مختلف ترکیب این دو مدل پیشنهاد شده است. نتایج حاصله از به کارگیری مدل هایترکیبی مختلف درپیش بینی شاخص قیمت سهام داووجونز، بیانگر کارآمدی مدل های ترکیبی در تقابل با مدل های خودرگرسیون میانگینمتحرک انباشته و شبکه های عصبی مصنوعی می باشد.