مدل‌سازي مبتني بر جهت در هوش محاسباتي به منظور پيش‌بيني محيط‌هاي مالي

اصفهان : دانشگاه صنعتي اصفهان

مهندسي صنايع

كارشناسي ارشد

پيش‌بيني بازارهاي مالي و سهام براي سرمايه‌گذاران، ذي‌نفعان، محققان و دولت‌ها از اهميت بالايي برخوردار است، زيرا به جذب و هدايت نقدينگي به مسيرهاي بهينه و تخصيص منابع مالي كمياب كمك مي‌كند. با توجه به نوسانات و پيش‌بيني‌ناپذيري ذاتي بازار سهام، اين محيط پرريسك مي‌تواند با تغييرات سريع قيمت‌ها تحت تأثير عوامل اقتصادي، سياسي و اجتماعي، منجر به سود يا زيان سرمايه‌گذاران شود. بنابراين، توانايي پيش‌بيني حركات بازار به كاهش ريسك سرمايه‌گذاري و اتخاذ تصميمات راهبردي كمك مي‌كند. در اين تحقيق، يك رويكرد نوآورانه مبتني بر يادگيري جهت‌محور و خطاي فاصله‌اي براي پيش‌بيني بازارهاي مالي معرفي شده است. اين رويكرد نه تنها اختلاف كمي مقدار واقعي از مقدار پيش‌بيني را كاهش مي‌دهد، بلكه جهت حركتي قيمت و ارزش مالي معاملات را نيز در نظر مي‌گيرد. در مدل پيشنهادي، تابع هدف با اضافه كردن وزن‌هايي به معاملات با ارزش بالاتر اصلاح شده تا پيش‌بيني‌ها با دقت بيشتري در جهت‌هاي سودده انجام شود. هدف اصلي اين پايان‌نامه، بهبود دقت پيش‌بيني‌ها و كارايي تصميمات مالي با استفاده از يك رويكرد نوين در حوزه مالي است. براي پياده‌سازي اين الگوريتم، از مدل پرسپترون چندلايه استفاده شده است كه قابليت تطابق با داده‌هاي مالي پيچيده را دارد. پس از مدل‌سازي، عملكرد مدل پيشنهادي بر روي داده‌هاي واقعي ارزيابي شده و تحليل دقيقي از كاربرد و كارايي آن صورت گرفته است. اين روش مي‌تواند به بهبود دقت پيش‌بيني‌ها و كاهش ريسك‌هاي ناشي از عدم اطمينان در بازارهاي مالي كمك كند. استفاده از شبكه عصبي پيشنهادي در تحليل مجموعه داده‌هاي مالي نشان مي‌دهد كه درصد بازگشت سرمايه در تصميمات اتخاذ شده بر اساس اين روش پيشنهادي به طور معناداري نسبت به دو مدل ديگر، يعني رگرسيون چندمتغيره و شبكه عصبي پرسپترون چندلايه كلاسيك، برتري دارد. به طور ميانگين، نرخ بازگشت سرمايه مدل پيشنهادي برابر با 88/1درصد است، در حالي كه اين نرخ براي مدل رگرسيون چندمتغيره 69/1 درصد و براي شبكه عصبي پرسپترون چندلايه كلاسيك 77/1 درصد مي‌باشد. اين نتايج نشان‌دهنده كارايي مناسب شبكه عصبي پيشنهادي در مقايسه با روش‌هاي مرسوم است. در نتيجه، به كارگيري اين مدل مي‌تواند به عنوان يك راهكار موثر در حوزه تحليل مالي و سرمايه‌گذاري مورد توجه قرار گيرد.

232152

سيستم هاي كلان

مهندسي صنايع و سيستم ها

دانشگاه صنعتي اصفهان