هدف ما پیش بینی قیمت سهام در بورس توسط شبکه عصبی GMDH

روش گروهی مدل سازی داده ها یا Group Method of Data Handling (به اختصار GMDH) یکی از روش های مدل سازی و رگرسیون خطی است، که در سال ۱۹۶۸ توسط دانشمند اوکراینی، آلکسی ایواکننکو (Alexey Ivakhnenko) معرفی شد. در این رویکرد، به جای ساخت مدل های تخمین گر به صورت یکجا، از الگوریتمی تکرار شوند و افزایشی استفاده می شود که شامل تولید و افزوده شدن ساختارهای پایه بسیار ساده (نورون های چند جمله ای) است و به مرور، با ترکیب این ساختارهای ساده، سیستمی پیچیده شکل می گیرد که دارای عملکرد مطلوب است. بر خلاف سایر روش های رگرسیون، در این رویکرد، علاوه بر ساخت تدریجی مدل، از الگوی انتخاب طبیعی (Natural Selection)، همانند آنچه که در الگوریتم های تکاملی است، استفاده شده است.

دراین پروژه شبکه های عصبی GMDH برای مدلسازی و پیش بینی بیشترین قیمت  سهام شرکت ایران دارو با استفاده ازمجموعه داده های ورودی – خروجی مورد مطالعه قرارگرفته است  و داده های مورد استفاده جهت مدلسازی از بورس اوراق بهادار تهران جمع اوری شده است  GMDHL Shell  یکی از  نرم افزار های مهم تحلیل آماری و تخمین  متغییر های مالی و شاخص های بورس می باشد.

در پروژه ما بیشترین  قیمت سهام ایران دارو در بورس اوراق بهادار تهران با استفاده از روش رگرسیون- عصبی پیش بینی میگردد.صحت و درستی این روش  توسط شاخص هایRMSE,MAE  ارزیابی و  بررسی میگردد. در این فرآیند متغییرهای حجم، تعداد و ارزش معاملات ؛ قیمت اولیه ، بیشترین قیمت ، کمترین قیمت , آخرین  قیمت و تغییر قیمت بعنوان شاخص و مولفه های مستقل  جهت  پیش بینی بیشترین قیمت ایران دارو در بورس تعیین میگردد.در این پیش بینی از ۹۸۳ نمونه بصورت روزانه استفاده شده است.

عنوان شبیه سازی

پیش بینی  قیمت  سهام در بورس توسط شبکه عصبی GMDH

 مشخصات شبیه ساز:

کارشناسی ارشد هوش مصنوعی

دانشگاه بهشتی

محتویات

• گزارش پروژه بصورت مقاله
• نتایج حاصل از نرم افزار GMDHL Shell
• دیتابیس مورد نیاز

دانلود