>
Fa   |   Ar   |   En
   پیش بینی شاخص بورس اوراق بهادار تهران با ترکیب روشهای آنالیز مولفه های اصلی، رگرسیون بردارپشتیبان و حرکت تجمعی ذرات  
   
نویسنده راعی رضا ,نیک عهد قصیرائی علی ,حبیبی مصطفی
منبع راهبرد مديريت مالي - 1395 - دوره : 4 - شماره : 15 - صفحه:1 -23
چکیده    پیش بینی نوسان‌های آینده شاخص سهام می تواند اطلاعاتی در مورد روند آینده بازار سرمایه فراهم نماید. در این پژوهش، به منظور افزایش دقت پیش بینی شاخص بورس اوراق بهادار تهران، ترکیبی از روش های آماری و هوش مصنوعی به کار رفته است. مدل اصلی پیش بینی در این پژوهش، رگرسیون بردار پشتیبان بهینه شده به وسیله الگوریتم حرکت تجمعی ذرات می باشد. در برازش مدل رگرسیون بردار پشتیبان، سه پارامتر توضیحی وجود دارد که باید ترکیبی از این سه پارامتر توسط کاربر و به صورت آزمایش و خطا انتخاب شود تا دقت مدل را به بیشترین حد خود برساند. با توجه به زمان بر بودن و کارایی پایین انتخاب پارامتر توسط کاربر، برای انتخاب ترکیب بهینه پارامترهای مدل رگرسیون بردار پشتیبان، از روش بهینه سازی حرکت تجمعی ذرات استفاده شده است که الگوریتمی قوی در حوزه بهینه سازی می باشد. با توجه به حجم زیاد داده های ورودی به مدل برای کاهش زمان یادگیری و افزایش دقت پیش بینی، با استفاده از روش آنالیز مولفه های اصلی، پیش پردازش روی متغیرهای ورودی صورت گرفته و به مولفه های اصلی تبدبل شده است. نتایج بدست آمده نشان داد که پیش پردازش روی دادها، خطای پیش بینی مدل را به طور قابل ملاحظه ای کاهش داده است.
کلیدواژه شاخص بورس، آنالیز مولفه های اصلی، رگرسیون بردار پشتیبان، بهینه سازی حرکت تجمعی ذرات، پیش بینی
آدرس دانشگاه تهران, دانشکده مدیریت, گروه, استاد دانشگاه تهران, ایران, دانشگاه تهران, ایران, دانشگاه تهران, ایران
پست الکترونیکی mostafahabibi_68@yahoo.com
 
   The Index Prediction of Tehran Stock Exchange by Combining the Principal Components Analysis, Support Vector Regression and Particle Swarm Optimization  
   
Authors Nikahd Ali ,Habibi Mostafa ,Raee Reza
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved