پیش بینی سری های زمانی آشوبی با استفاده از بهینه سازی کلونی مورچگان در بورس اوراق بهادار تهران

در تحقیقات بسیاری که در زمینه ی سری های زمانی بازارهای مالی صورت گرفته آشوبناک بودن رفتار این سری های مورد تایید گرفته است. علاوه بر این پژوهش های بسیاری نیز در زمینه پیش بینی سری های زمانی آشوبی انجام شده است که به این منظور ابزارهایی همانند شبکه عصبی ، منطق فازی و یا از الگوریتم های برگرفته از بیولوژیک به تنهایی و یا به صورت ترکیبی از این روشها به کار رفته است . در این پژوهش نیز ما تصمیم داریم با استفاده از یک الگوریتم جدید بر مبنای بهینه سازی کلونی مورچگان به پیش بینی شاخص کل بورس اوراق بهادار تهران بپردازیم. روش کار بدین صورت است که ابتدا با استفاده از بهینه سازی کلونی مورچگان به تحلیل نقاط جاذب می پردازیم و با استفاده از دنباله های اعداد منتهی به نقاط جاذب به پیش بینی سری زمانی می پردازیم. درنهایت نشان می دهیم که الگوریتم مبنی بر بهینه سازی کلونی مورچگان داده ها را به خوبی تخمین می زند. جامعه آماری این تحقیق شامل داده های شاخص کل بورس اوراق بهادار تهران در بازه زمانی 1/12/ 87 تا 07/02/ 92 می باشد.