تعداد نشریات | 50 |
تعداد شمارهها | 2,232 |
تعداد مقالات | 20,476 |
تعداد مشاهده مقاله | 25,293,508 |
تعداد دریافت فایل اصل مقاله | 22,945,631 |
پیش بینی قیمت سکه طلا در بورس کالای ایران با رویکرد شبکه عصبی GMDH | ||
اقتصاد کاربردی | ||
مقاله 2، دوره 2، شماره 6، مهر 1390، صفحه 27-48 اصل مقاله (257.86 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
عباس معمار نژاد* 1؛ وحید فرمان آرا* 2 | ||
1ندارد | ||
2مسئول مکاتبات | ||
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 شناختهشدهترین تئوریهای اقتصادی، به ارائه روش جدیدتری نسبت به سایر روشهای 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 پیشبینی میکنیم. الگوریتم GMDH قابلیت استفاده در موضوعات متنوعی چون کشف روابط، پیشبینی، مدلسازی سیستمها، بهینهسازی وشناخت الگوهای غیرخطی را دارا میباشد. ویژگی خاص این الگوریتم استنتاجی، قابلیت شناسایی و غربالکردن متغیرهای کماثر ورودی در دوره آموزش شبکه و حذف آنها از روند شبیهسازی در دوره آزمون میباشد. بدین ترتیب میتوان با انجام یک فرآیند قیاسی، در چند مرحله تکرار، متغیرهای کماثرتر را حذف نمود و نهایتاً مدل بهینه برای پیشبینی را بر اساس معیارهای متداول خطا نظیر RMSE و MAPE و... بدست آورد. بعلاوه، این الگوریتم قادر به شناسایی و رتبهبندی تأثیرگذارترین متغیرها نیز میباشد. | ||
کلیدواژهها | ||
پیشبینی؛ قیمت سکه طلا؛ متغیرهای کلان؛ شبکههای عصبی مصنوعی؛ الگوریتم GMDH | ||
آمار تعداد مشاهده مقاله: 3,401 تعداد دریافت فایل اصل مقاله: 1,360 |