عنوان پایان‌نامه
پیش بینی قیمت سهام فولاد توسط موجک ها شبکه عصبی و الگوریتم جهش قورباغه
- رشته تحصیلی
- مدیریت مالی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 75842;کتابخانه پردیس البرز شماره ثبت: 1075;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 75842;کتابخانه پردیس البرز شماره ثبت: 1075
- تاریخ دفاع
- ۰۵ اسفند ۱۳۹۴
- دانشجو
- زهرا رستگارنیا
- استاد راهنما
- هستی چیت سازان
- چکیده
- با توجه به اهمیت پیش‌بینی در حوزه‌ی مسائل مالی و اقتصادی محققان همواره در تلاشند که از روش‌های دقیق‌تری در این زمینه بهره بگیرند، در همین راستا این پژوهش سیستم یکپارچه‌ای را ارائه می‌کند، که در آن تبدیلات موجک و شبکه‌ی عصبی براساس الگوریتم جهش قورباغه ترکیب شده‌اند تا پیش‌بینی دقیق‌تر و با خطای کمتری از قیمت سهام فولاد ارائه کنند. در این مدل ترکیبی، از خاصیت هموارسازی تبدیل موجک برای کاهش سطح نویز داده‌ها استفاده شده و سپس به وسیله‌ی شبکه‌ی عصبی و با داده‌های هموارسازی شده، قیمت سهام فولاد پیش بینی و جواب حاصل توسط الگوریتم جهش قورباغه بهینه‌سازی (بهینه سازی اوزان) شده است. همان‌طور که این نتایج شبیه‌سازی شده نشان می‌دهد، کاهش نویز و هموارسازی داده‌ها و بکارگیری الگوریتم جهش قورباغه در بهینه سازی وزن‌ها، عملکرد پیش‌بینی قیمت سهام فولاد را بهبود می بخشد.
- Abstract
- Due to the importance of forecasting in financial and economic issues, researchers have been trying to use more accurate methods in this field. In this regard, this study presents an integrated system that combines Wavelet transform and neural network based on Frog leaping algorithm, to make forecasting of steel stock price more accurate with fewer errors. In this hybrid model, Wavelet smoothing properties has been used to reduce the noise level of data. Then, the price of steel stock has been predicted by smoothing data and neural network and the obtained answer has been optimized by the shuffled frog leaping algorithm (weights Optimization). As the simulation results show, noise reduction and data smoothing and applying shuffled frog leaping algorithm in the weights Optimization improve the prediction performance of steel stock price. Key words wavelet transforms, price of steel stock, neural network, forecasting, shuffled frog leaping algorithm.
