به‌کارگیری منطق فازی برای بهبود عملکرد شبکه‌های عصبی مصنوعی به‌منظور پیش‌بینی نرخ ارز

روش‌های هوش محاسباتی، همچون شبکه‌های عصبی مصنوعی و منطق فازی، به‌عنوان ابزاری محبوب به‌منظور پیش‌بینی بازارهای پیچیده‌ی مالی معرفی شده‌اند. دقت پیش‌بینی‌ها از‌جمله مهم‌ترین مشخصه‌های مدل‌های پیش‌بینی است و تلاش برای بهبود بخشیدن کارایی مدل‌های سری‌های زمانی هرگز متوقف نشده است. امروزه علی‌رغم روش‌های متعدد پیش‌بینی سری‌های زمانی که در چند دهه‌ی اخیر پیشنهاد شده‌‌اند، هنوز پیش‌بینی نرخ‌های ارز، کار بسیار دشواری محسوب می‌شود. در این مطالعه، مدل ترکیبی جدیدی از شبکه‌های عصبی مصنوعی براساس مفاهیم پایه‌یی منطق و مجموعه‌های فازی، به‌منظور حصول نتایج دقیق‌تر در موقعیت‌هایی با دوره‌های کوتاه‌تری از زمان ارایه ‌شده است. نتایج حاصله در پیش‌بینی نرخ ارز بیانگر کارآیی روش مذکور در پیش‌بینی نرخ ارز نسبت به مدل‌های تشکیل‌دهنده‌ی خود است.