مدلسازی پیش­بینی قیمت ارز با استفاده از شبکه­های عصبی

Authors

  • راحله یوسفی هیأت علمی آموزشکده فنی و حرفه­ای سما، دانشگاه آزاد اسلامی، واحد کرج، کرج
  • مهدی غفاری کارشناس ارشد مدیریت صنعتی دانشگاه آزاد قزوین
Abstract:

بی­تردید امروزه بیشترین مقدار سرمایه­گذاری از طریق بازار سرمایه در تمام جهان مبادله می­شود.اقتصادهای ملی به­شدت متاثر از عملکرد بازار سرماهی است. به علاوه بازار سرمایه به­عنوان یک ابزار سرمایه­گذاری در دسترس، هم برای سرمایه­گذاران کلان و هم برای عموم مردم شده است. بازارها نه تنها از پارامترهای کلان، بلکه از هزاران عامل دیگر نیز متاثر می­شوند. تعداد زیاد و ناشناخته بودن عوامل موثر در بازار بورس، اوراق بهادار موجب عدم اطمینان در زمینه سرمایه­گذارای شده است. روشن است که خصوصیت عدم اطمینان، امر نامطلوبی است و از طرفی برای سرمایه­گذارانی که بازار سهام را به عنوان مکان سرمایه­گذاری انتخاب نموده­اند، این خصوصیت اجتناب­ناپذیر است. بنابراین به­طور طبیعی تمام تلاش سرمایه­گذار، کاهش عدم اطمینان است و از این جهت پیش­بینی در این  بازار یکی از ابزارهای کاهش عدم اطمینان می­باشد. یکی از کاربردهای پیش­بینی نرخ ارز در صنعت کشور، استفاده در خرید مواد اولیه و تجهیزات مورد نیاز از خارج  و فروش  تولیدات به شکل نقدی است. با خرید یا فروش نقدی در زمان مناسب می­توان سود قابل ملاحظه ای را عاید شرکت­ها کرد. یکی از روش­های نوین مورد استفاده در زمینه­ی پیش­بینی قیمت ارز، استفاده از شبکه­های عصبی می­باشد. در این پژوهش با استفاده از شبکه­های عصبی چند لایه­ی پیشخور، اندیکاتوری جهت پیش­بینی نرخ ارز با زبان MQL4 در نرم افزار متاتریدر تهیه شده است. نتایج نشان می‌دهد که مدل‌سازی پیش‌بینی قیمت ارز با استفاده از زبان مذکور مبتنی بر شبکه‌های عصبی تائید می‌گردد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

کاربرد الگوریتمهای مختلف یادگیری در پیشبینی قیمت سهام با استفاده از شبکه عصبی

پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...

full text

کاربرد الگوریتمهای مختلف یادگیری در پیشبینی قیمت سهام با استفاده از شبکه عصبی

پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...

full text

مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی

مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 8

pages  99- 119

publication date 2011-09-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023