مقایسه مدل های شبکه عصبی با مدل سری زمانی باکس-جنکینز در پیش بینی شاخص کل قیمت سهام بورس اوراق بهادار تهران

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

 مقایسه مدل های شبکه عصبی با مدل سری زمانی باکس-جنکینز در پیش بینی شاخص کل قیمت سهام بورس اوراق بهادار تهران دارای ۲۱ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقایسه مدل های شبکه عصبی با مدل سری زمانی باکس-جنکینز در پیش بینی شاخص کل قیمت سهام بورس اوراق بهادار تهران  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 مقایسه مدل های شبکه عصبی با مدل سری زمانی باکس-جنکینز در پیش بینی شاخص کل قیمت سهام بورس اوراق بهادار تهران،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقایسه مدل های شبکه عصبی با مدل سری زمانی باکس-جنکینز در پیش بینی شاخص کل قیمت سهام بورس اوراق بهادار تهران :

نام کنفرانس، همایش یا نشریه : مهندسی مالی و مدیریت اوراق بهادار (مدیریت پرتفوی)

تعداد صفحات :۲۱

پژوهش حاضر به مقایسه مدلهای شبکه عصبی و سری زمانی در پیش بینی قیمت شاخص سهام می پردازد. بدین جهت سه مدل از شبکه های عصبی (پروسپترونی چند لایه، پایه ای شعاعی و رگرسیونی) و یک مدل از مدل های سری زمانی (باکس-جنکینز) مورد بررسی قرار گرفته اند. شاخص کل قیمت سهام بازار بورس تهران در بازه زمانی ابتدای فروردین ۱۳۸۴ تا انتهای اسفند ۱۳۸۸ به عنوان جامعه آماری انتخاب شده است. به منظور داشتن معیاری برای مقایسه از چهار معیار خطای ریشه میانگین مربع خطا، میانگین قدر مطلق درصد خطا، میانگین قدر مطلق خطا و ضریب تعیین استفاده شده است. برای آموزش مدل ها از ۸۰ درصد داده ها معادل ۹۱۳ روز از اول فروردین سال ۱۳۸۴ تا ۳۱ فروردین سال ۱۳۸۸ استفاده شده و مدل های طراحی شده قادر هستند۲۹۹ روز آتی را پیش بینی نمایند. برای ساختن ۳ مدل شبکه عصبی از محیط نرم افزار Matlab و برای ساختن مدل سری زمانی باکس-جنکینز از نرم افزار هایSpss و Eviews استفاده شده است. نتایج حاصله حاکی از آن است که ۳ مدل شبکه عصبی از لحاظ ۴ معیار خطا نسبت به مدل سری زمانی آریما برتری دارد. از طرفی از میان ۳ مدل شبکه عصبی به کار رفته به ترتیب، مدل شبکه عصبی پایه ای شعاعی و پس از آن مدل شبکه عصبی پروسپترون چند لایه بهترین عملکرد و شبکه عصبی رگرسیونی بدترین عملکرد را دارا می باشند.

کلید واژه: پیش بینی شاخص کل قیمت سهام ،شبکه های عصبی، شبکه عصبی پایه ای شعاعی، شبکه عصبی پروسپترون چند لایه، شبکه عصبی رگرسیونی، سری زمانی، باکس-جنکینز