|
|
|
|
پیش بینی قیمت سهام در بورس تهران با استفاده از شبکه عصبی بازگشتی بهینه شده با الگوریتم کلونی زنبور عسل مصنوعی
|
|
|
|
|
|
|
|
نویسنده
|
باباجانی جعفر ,تقوا محمدرضا ,بولو قاسم ,عبدالهی محسن
|
|
منبع
|
راهبرد مديريت مالي - 1398 - دوره : 7 - شماره : 25 - صفحه:195 -228
|
|
چکیده
|
این پژوهش با رویکرد ترکیبی، با به‌کارگیری شبکه عصبی بازگشتی مبتنی بر الگوریتم کلونی زنبورعسل مصنوعی (abcrnn)، درصدد ارائه مدلی بهینه برای پیش بینی قیمت سهام در بورس تهران است. برای این منظور با استفاده از داده‌های سهام پذیرفته‌شده در بازار اول تابلوی اصلی بورس تهران که طی سال های 1390 تا پایان سال 1394 مورد معامله قرارگرفته است، ضمن تعریف مولفه های تکنیکال و بنیادی متعدد، با به‌کارگیری فرآیند رگرسیونهمبستگی قدم‌به‌قدم (srcs)، مولفه های موثر بر قیمت سهام انتخاب‌شده و به‌عنوان ورودی مدل تعریف می شود. در مرحله بعد، الگوریتم کلونی زنبورعسل مصنوعی (abc) در یک فضای طراحی پارامتری، برای بهینه کردن وزن ها و تورش های شبکه عصبی بازگشتی بکار گرفته می شود. برای ارزیابی عملکرد مدل، از چندین معیار برای سهام شرکت های پذیرفته‌شده در بورس تهران استفاده می شود. نتایج نشان‌دهنده آن است که استفاده از شبکه عصبی بهینه‌شده با الگوریتم کلونی زنبورعسل مصنوعی، دقت قابل‌ملاحظه‌ای در مقایسه با سایر روش های پیش بینی دارد.
|
|
کلیدواژه
|
پیش بینی قیمت سهام، رگرسیونهمبستگی قدم به قدم (srcs)، شبکه عصبی بازگشتی (rnn)، الگوریتم کلونی زنبور عسل مصنوعی (abc)
|
|
آدرس
|
دانشگاه علامه طباطبائی, دانشکده مدیریت و حسابداری, گروه حسابداری, ایران, دانشگاه علامه طباطبائی, دانشکده مدیریت و حسابداری, ایران, دانشگاه علامه طباطبائی, دانشکده مدیریت و حسابداری, ایران, دانشگاه علامه طباطبائی, دانشکده مدیریت و حسابداری, ایران
|
|
پست الکترونیکی
|
mohsenisu@yahoo.com
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Forecasting Stock Prices In Tehran Stock Exchange Using Recurrent Neural Network Optimized by Artificial Bee Colony Algorithm
|
|
|
|
|
Authors
|
Babajani Jafar ,Mohammadreza Taghva ,blue ghasem ,Abdollahi Mohsen
|
|
Abstract
|
This Research in a hybrid approach, using Recurrent Neural Networks (RNN) based on Artificial Bee Colony algorithm (ABC), is going to provide the optimal model to predict the stock prices in Tehran Stock Exchange. For this purpose, using the stock datafor companies listed in the first market of the Tehran Stock Exchange, traded between 2011 and the end of 2015,after the definition of different technical and fundamental variables, using step by step regressioncorrelation, factors affecting stock prices in Tehran Stock Exchange were selected as model input is defined. Then the artificial bee colony algorithm in an atmosphere of parametric design, to optimize the weights and biases of recurrent neural network is used. To evaluate the model, several criteria for a given stock of listed companies in Tehran Stock Exchange are used. The results show that the neural network optimized with artificial bee colony algorithm has considerably accuracy, compared to other forecasting methods.
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|