پیش بینی قیمت سکه طلا در بورس کالای ایران با رویکرد شبکه عصبی gmdh
چکیده
اقتصاد هر کشور از بخشهای مختلفی تشکیل شده که روابط بین این بخشها، سمت و سوی اقتصاد آن کشور را مشخص میکند. در این بین بازار سرمایه در کنار بازار پول، به عنوان اجزائ تشکیلدهنده بازارهای مالی بوده و در واقع شریانهای اصلی یک اقتصاد محسوب میگردند، که مسائلی نظیر رشد و توسعه اقتصادی منوط به عملکرد آنها در اقتصاد میباشد و چنانچه رابطه منطقی بین بازار مالی با سایر بخشهای اقتصادی وجود نداشته باشد، احتمال بروز اختلالات و نقصانهایی در سازوکار اقتصاد وجود دارد. بازار بورس به عنوان رکن اصلی بازار مالی نقش مهمی را در تسهیل سرمایهگذاریهای شکل گرفته در بازار سرمایه ایفا میکند. هدف اصلی این مطالعه همانگونه که عنوان این تحقیق نیز مبین آن است، پیشبینی قیمت سکه طلا میباشد. لذا ضمن مرور اجمالی بر شناخته شده ترین تئوری های اقتصادی، به ارائه روش جدیدتری نسبت به سایر روش های متداول پیش بینی در گذشته پرداخته و با استفاده از مدل شبکه عصبی gmdh، اثر متغیرهای کلان اقتصادی (شامل نرخ ارز دلار، قیمت سکه، قیمت طلا به دلار، قیمت نفت به دلار، شاخص قیمت کل سهام، تاریخ روز تحویل سکه) بر قیمت آتی سکه را الگوسازی و پیش بینی می کنیم. الگوریتم gmdh قابلیت استفاده در موضوعات متنوعی چون کشف روابط، پیش بینی، مدل سازی سیستم ها، بهینه سازی وشناخت الگوهای غیرخطی را دارا می باشد. ویژگی خاص این الگوریتم استنتاجی، قابلیت شناسایی و غربال کردن متغیرهای کم اثر ورودی در دوره آموزش شبکه و حذف آنها از روند شبیه سازی در دوره آزمون می باشد. بدین ترتیب می توان با انجام یک فرآیند قیاسی، در چند مرحله تکرار، متغیرهای کم اثرتر را حذف نمود و نهایتاً مدل بهینه برای پیش بینی را بر اساس معیارهای متداول خطا نظیر rmse و mape و... بدست آورد. بعلاوه، این الگوریتم قادر به شناسایی و رتبه بندی تأثیرگذارترین متغیرها نیز می باشد.