دانلود پایان نامه ارشد پیش بینی سهام

دانلود پایان نامه ارشد پیش بینی سهام

عنوان پایان نامه: به کار گیری روش های هوش مصنوعی در پیش بینی شاخص کل قیمت بورس اوراق بهادار: مطالعه موردی بورس اوراق بهادار تهران

تعداد صفحات: 166

چکیده
پیش بینی شاخص قیمت سهام و جهت حرکت آن به عنوان یکی از چالش برانگیزترین کاربردهای سری های زمانی مورد توجه قرار گرفته است. اگرچه پژوهش های تجربی بسیاری در ارتباط با موضوع پیش بینی شاخص قیمت سهام صورت گرفته است، اما بیشتر دستاوردهای تجربی، در ارتباط با بازارهای مالی توسعه یافته می باشد و پژوهش های اندکی در ارتباط با بازارهای مالی در حال توسعه صورت گرفته است. با توجه به توان تحلیلی بالای تکنولوژی داده کاوی و با وجود قدرت پردازش بی نظیر آن، می توان از این تکنولوژی برای تحلیل مسائل بیشماری در دنیای واقعی، از جمله پیش بینی استفاده نمود. هدف اصلی این پژوهش پیش بینی شاخص کل قیمت بورس اوراق بهادار تهران با استفاده از تکنیک های داده کاوی می باشد. جهت مدل سازی تکنیک داده کاوی از دو روش شاخص هوش مصنوعی، که شامل شبکه های عصبی مصنوعی و الگوریتم ژنتیک می باشد استفاده شده است.در این پژوهش از داده های شاخص کل قیمت بورس اوراق بهادار تهران با نام اختصاری می باشد، یکی 'TEHRAN PRICE INDEX' که مخفف کلمه ،TEPIX . استفاده شده است TEPIX از اصلی ترین شاخص های بورس اوراق بهادار تهران است. بازه جمع آوری داده ها از فروردین سال 1380 تا اردیبهشت سال 1390 بوده است. سپس با استفاده از داده های شاخص کل قیمت سهام (که شامل بالاترین قیمت ، پائین ترین قیمت و قیمت بسته شدن می باشد)، و بوسیله کد نویسی در محیط محاسبه مقادیر ده عدد از شاخص های تکنیکال SQL Server از پایگاه داده Stored Procedure (اندیکاتور) صورت پذیرفته است. مقادیر مربوط به ده اندیکاتور محاسبه شده، به عنوان ورودی شبکه عصبی مصنوعی پیشنهادی در نظر گرفته شده و پیش بینی مربوط به شاخص کل، مدل سازی گشته است. در نهایت با استفاده از الگوریتم ژنتیک به بهبود عملکرد مدل بدست آمده پرداخته شده است.

دانلود پایان نامه ارشد پیش بینی سهام

دانلود پایان نامه ارشد پیش بینی سهام

عنوان پایان نامه: به کار گیری روش های هوش مصنوعی در پیش بینی شاخص کل قیمت بورس اوراق بهادار: مطالعه موردی بورس اوراق بهادار تهران

تعداد صفحات: 166

چکیده
پیش بینی شاخص قیمت سهام و جهت حرکت آن به عنوان یکی از چالش برانگیزترین کاربردهای سری های زمانی مورد توجه قرار گرفته است. اگرچه پژوهش های تجربی بسیاری در ارتباط با موضوع پیش بینی شاخص قیمت سهام صورت گرفته است، اما بیشتر دستاوردهای تجربی، در ارتباط با بازارهای مالی توسعه یافته می باشد و پژوهش های اندکی در ارتباط با بازارهای مالی در حال توسعه صورت گرفته است. با توجه به توان تحلیلی بالای تکنولوژی داده کاوی و با وجود قدرت پردازش بی نظیر آن، می توان از این تکنولوژی برای تحلیل مسائل بیشماری در دنیای واقعی، از جمله پیش بینی استفاده نمود. هدف اصلی این پژوهش پیش بینی شاخص کل قیمت بورس اوراق بهادار تهران با استفاده از تکنیک های داده کاوی می باشد. جهت مدل سازی تکنیک داده کاوی از دو روش شاخص هوش مصنوعی، که شامل شبکه های عصبی مصنوعی و الگوریتم ژنتیک می باشد استفاده شده است.در این پژوهش از داده های شاخص کل قیمت بورس اوراق بهادار تهران با نام اختصاری می باشد، یکی 'TEHRAN PRICE INDEX' که مخفف کلمه ،TEPIX . استفاده شده است TEPIX از اصلی ترین شاخص های بورس اوراق بهادار تهران است. بازه جمع آوری داده ها از فروردین سال 1380 تا اردیبهشت سال 1390 بوده است. سپس با استفاده از داده های شاخص کل قیمت سهام (که شامل بالاترین قیمت ، پائین ترین قیمت و قیمت بسته شدن می باشد)، و بوسیله کد نویسی در محیط محاسبه مقادیر ده عدد از شاخص های تکنیکال SQL Server از پایگاه داده Stored Procedure (اندیکاتور) صورت پذیرفته است. مقادیر مربوط به ده اندیکاتور محاسبه شده، به عنوان ورودی شبکه عصبی مصنوعی پیشنهادی در نظر گرفته شده و پیش بینی مربوط به شاخص کل، مدل سازی گشته است. در نهایت با استفاده از الگوریتم ژنتیک به بهبود عملکرد مدل بدست آمده پرداخته شده است.

دانلود پایان نامه ارشد پیش بینی سهام

دانلود پایان نامه ارشد پیش بینی سهام

عنوان پایان نامه: به کار گیری روش های هوش مصنوعی در پیش بینی شاخص کل قیمت بورس اوراق بهادار: مطالعه موردی بورس اوراق بهادار تهران

تعداد صفحات: 166

چکیده
پیش بینی شاخص قیمت سهام و جهت حرکت آن به عنوان یکی از چالش برانگیزترین کاربردهای سری های زمانی مورد توجه قرار گرفته است. اگرچه پژوهش های تجربی بسیاری در ارتباط با موضوع پیش بینی شاخص قیمت سهام صورت گرفته است، اما بیشتر دستاوردهای تجربی، در ارتباط با بازارهای مالی توسعه یافته می باشد و پژوهش های اندکی در ارتباط با بازارهای مالی در حال توسعه صورت گرفته است. با توجه به توان تحلیلی بالای تکنولوژی داده کاوی و با وجود قدرت پردازش بی نظیر آن، می توان از این تکنولوژی برای تحلیل مسائل بیشماری در دنیای واقعی، از جمله پیش بینی استفاده نمود. هدف اصلی این پژوهش پیش بینی شاخص کل قیمت بورس اوراق بهادار تهران با استفاده از تکنیک های داده کاوی می باشد. جهت مدل سازی تکنیک داده کاوی از دو روش شاخص هوش مصنوعی، که شامل شبکه های عصبی مصنوعی و الگوریتم ژنتیک می باشد استفاده شده است.در این پژوهش از داده های شاخص کل قیمت بورس اوراق بهادار تهران با نام اختصاری می باشد، یکی 'TEHRAN PRICE INDEX' که مخفف کلمه ،TEPIX . استفاده شده است TEPIX از اصلی ترین شاخص های بورس اوراق بهادار تهران است. بازه جمع آوری داده ها از فروردین سال 1380 تا اردیبهشت سال 1390 بوده است. سپس با استفاده از داده های شاخص کل قیمت سهام (که شامل بالاترین قیمت ، پائین ترین قیمت و قیمت بسته شدن می باشد)، و بوسیله کد نویسی در محیط محاسبه مقادیر ده عدد از شاخص های تکنیکال SQL Server از پایگاه داده Stored Procedure (اندیکاتور) صورت پذیرفته است. مقادیر مربوط به ده اندیکاتور محاسبه شده، به عنوان ورودی شبکه عصبی مصنوعی پیشنهادی در نظر گرفته شده و پیش بینی مربوط به شاخص کل، مدل سازی گشته است. در نهایت با استفاده از الگوریتم ژنتیک به بهبود عملکرد مدل بدست آمده پرداخته شده است.