ارزیابی مدلهای شبکه عصبی مصنوعی ایستا و پویا در پیشبینی قیمت سهام

پیشبینی آینده در عرصه پویای اقتصاد و بازارهای مالی از جمله بازار بورس به یکی از مهمترین مسایل درعلوم مالی ارتقا یافته است. همچنین، در دههی اخیر مدلهای شبکه عصبی به علت عملکرد واقع بینانهتر اینمدلها مورد توجه محققین قرار گرفته و از انواع مختلف آنها برای پیشبینی استفاده شده است. اکنون این سیوالمطرح است که، کدام یک از این مدلها قدرت بالاتری برای تبیین فرآیندهای آتی بورس را دارا میباشد؟ در( همین راستا، این مطالعه به مقایسه دقت عملکرد مدلهای شبکه عصبی ایستا و پویا در پیش بینی (تک متغیره 1بازدهی شاخص قیمت و بازده نقدی بورس تهران میپردازد تا امکان انتخاب الگوی بهینه برای پیش بینی متغیرمذکور را میسر نماید. داده های مورد استفاده در این پژوهش به صورت روزانه و شامل بازه ی زمانی پنجمفروردین 1388 تا سیام آبان 1390 میباشد. همچنین الگوهای مورد استفاده در این پژوهش عبارتند از؛ دو مدلو نیز یک مدل شبکه ی (mfnn) و شبکه عصبی چند لایه پیشخور (anfis) ایستای؛ شبکه ی عصبی فازیهستند. این پژوهش عملکرد مدلهای مذکور را، بر اساس معیارهای (nnarx) عصبی پویای اتورگرسیو3 مورد (rmse) 2 و نیز معیار جذر میانگین مجذور خطا (mse) محاسبه ی خطای پیش بینی میانگین مجذور خطاارزیابی قرار داده است.