چکیده

تحقیقات بسیاری جهت پیش بینی قابل قبول و قابل اطمینان به کمک روش های شبیه سازی، تحلیل سری های زمانی، ترکیب روش های هوش مصنوعی با روش های تحلیل سری های زمانی و در آخرین آنها ترکیب روش های داده کاوی و هوش مصنوعی با روش های تحلیل سری های زمانی و الگوریتم های بهینه سازی تکاملی در حوزه قیمت سهم در بازار بورس اوراق بهادار صورت گرفته است. در این تحقیق سعی بر آن شده که در قالب فرایند CRISP داده کاوی و با ارجاع به آخرین تحقیقات صورت گرفته، ترکیب شبکه عصبی مصنوعی و الگوریتم های بهینه سازی تکاملی به عنوان مدل پیش بینی قیمت سهم در بازار بورس اوراق بهادار مورد بررسی قرار گیرد. الگوریتم های بهینه سازی تکاملی ژنتیک، ازدحام ذرات و رقابت استعماری در آموزش شبکه عصبی مصنوعی با داده های سری زمانی کاهش یافته قیمت پنج سهم منتخب از بازار بورس اوراق بهادار تهران به کار گرفته شدند و قابل قبول و قابل اطمینان بودن پیش بینی به کمک شبکه عصبی مصنوعی آموزش دیده با الگوریتم ازدحام ذرات بر اساس مقادیر شاخص میزان خطا (mse) پیش بینی شبکه عصبی مصنوعی مورد اشاره به اثبات رسید. همچنین عدم درک آشوب داده ها توسط الگوریتم یادگیری پیش انتشار خطا به چالش کشیده شد.

کلمات کلیدی: پیش بینی، داده کاوی، شبکه عصبی مصنوعی، الگوریتم های بهینه سازی تکاملی

فهرست مطالب

فصل 1 : معرفی تحقیق.. 1

1-1 مقدمه. 1

1-2 تعریف مساله. 2

1-3 اهمیت مساله. 3

1-4 هدف تحقیق.. 4

1-5 سئوالات تحقیق.. 5

1-6 مفروضات تحقیق.. 5

1-7 دامنه تحقیق.. 6

1-8 ساختار تحقیق.. 7

فصل 2 : پیشینه تحقیق.. 9

2-1 مدلهای پیش بینی قیمت سهم در تحقیقات پیشین.. 9

2-2 انتخاب/ استخراج ویژگی در قیمت سهم در تحقیقات پیشین.. 16

فصل 3 : مبانی نظری تحقیق.. 18

3-1 بازار بورس اوراق بهادار. 18

3-2 تکنیکهای رایج تحلیل و پیش بینی قیمت سهام. 19

3-3 تکنیکهای نوین تحلیل داده ها 20

فصل 4 : روش تحقیق.. 43

4-1 فرایند CRISP.. 43

فصل 5 : اجرا 46

5-1 اجرای فرایند CRISP.. 46

5-1-4 به کارگیری شبکه عصبی مصنوعی آموزش دیده با الگوریتم های تکاملی.. 58

فصل 6 : تحلیل یافته ها، نتیجه گیری و پیشنهاد ها. 60

6-1 نتیجه گیری و پاسخ به سئوالات تحقیق.. 60

6-2 تحقیقات پیشنهادی آینده. 64

فهرست منابع.. 65

پیوست ها 67

• فهرست جدول ها

• فهرست شکل ها

مقدمه

بشر در دنیای امروزی به صورت روزمره در بازارهای گوناگون درگیر تصمیم گیری های بیشماری بوده و هر گونه پیشنهادی که امکان بهبود دقت و صحت تصمیم و یا کاهش زمان تصمیم گیری را برای او به ارمغان بیاورد برای وی جذاب و ارزشمند می باشد. یکی از بازارهایی که امروزه رو به رونق بوده و مزایای سیستمهای پشتیبان تصمیم گیری در آن بسیار مشهود می باشد بازارهای پولی و سرمایه شامل بازار بورس اوراق بهادار می باشد. فعالان این بازار به خرید و فروش سهام شرکتها در آن بازار پرداخته و از آن طریق با پذیرفتن ریسکِ آینده سهم برای خود سود و یا زیان به بار می آورند.

در این تحقیق سعی خواهد شد تا با به کارگرفتن تکنیکهای داده کاوی شناخته شده، در مسیر تحقیقات صورت گرفته پیشین،  ترکیبی از الگوریتم شبکه عصبی مصنوعی با الگوریتمهای بهینه سازی تکاملی به منظور پیش بینی قیمت سهام شرکتها در بورس اوراق بهادار ارائه گردد. ترکیب الگوریتم شبکه عصبی مصنوعی با سه الگوریتم بهینه سازی تکاملی ژنتیک، رقابت استعماری و ازدحام ذرات روی حداقل پنج سهم مورد بررسی قرار خواهد گرفت و دقت پیش بینی هر یک محاسبه و ارائه خواهد گردید. خروجی این تحقیق، پیشنهاد بهترین الگوریتم ترکیبی از بین موارد ذکر شده برای پیش بینی قیمت سهام شرکتهای عضو بورس اوراق بهادار خواهد بود.