عنوان پایان‌نامه
بررسی تحلیل تکنیکال هوشمند با استفاده از رگرسیون تعمیم یافته شبکه عصبی
- رشته تحصیلی
- مدیریت مالی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 48771
- تاریخ دفاع
- ۱۵ اسفند ۱۳۸۹
- دانشجو
- محمدمهدی تاجیک
- استاد راهنما
- رضا راعی
- چکیده
- در این پژوهش به دنبال کسب سود بیشتر در معاملات با استفاده از مدل شبکه‌های عصبی به منظور ارزیابی تصمیمات معامله‌گری VAMA و EMV هستیم. مدلی که از شبکه عصبی در نظر گرفته شده است به نام شبکه عصبی رگرسیون تعمیم‌یافته بوده به طوری که برای VAMA ، شبکه عصبی رگرسیون تعمیم یافته، برای پیش‌بینی قیمت‌های سهم و همچنین اندازه پهنای آینده مستطیل‌های شاخص هم حجم به کار گرفته شده است و برای EMV ، GRNN برای پیش‌بینی ارزش آتی EMV به کار می‌رود در نتیجه علامت می‌دهد که پیش‌بینی سیستم برای مقادیر شاخص هم حجم به سرمایه‌گذاران در ورود و خروج به موقع و زودهنگام کمک می‌کند. همین‌طور بررسی می‌گردد که آیا معامله گری با استفاده از شبکه عصبی VAMA و EMV بهتر از نتیجه‌های معامله‌گری است که توسط VAMA و EMV بدون شبکه عصبی و همچنین میانگین متحرک ساده و استراتژی‌های خرید و فروش عمل می‌کند.
- Abstract
- Technical analysis has been one of the most popular methods for stock market predictions for the past few decades. There have been enormous technical analysis methods to study the behavior of stock market for different kinds of trading markets such as currency, commodity or stock. In this paper, we propose two different methods based on volume adjusted moving average and ease of movement for stock trading. These methods are used with and without generalized regression neural network methods and the results are compared with each other. The preliminary results on historical stock price of 20 firms indicate that there is no meaningful difference between various proposed models of this paper.
