عنوان پایان‌نامه
بررسی بهبود کارایی شبکه های عصبی در پیش بینی نرخ ارز
- رشته تحصیلی
- مدیریت مالی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 63405
- تاریخ دفاع
- ۰۲ شهریور ۱۳۹۲
- دانشجو
- الهام پارسا
- استاد راهنما
- شاپور محمدی
- چکیده
- هدف تحقیق حاضر مقایسه‌ی دقت مدل های خودرگرسیو میانگین متحرک انباشته، شبکه‌ی عصبی، رگرسیون بردار پشتیبان و شبکه‌ی عصبی در پیش‌بینی نرخ ارز می‌باشد. جامعه‌ی آماری مورد بررسی قیمت‌های روزانه دلار به ریال در بازه‌ی زمانی ابتدای فروردین 1384 تا پایان اسفند 1388 و همچنین نرخ روزانه دلار به یورو در بازه‌ی زمانی ابتدای ژانویه 2005 تا انتهای دسامبر 2009 می‌باشد. نتایج نشان می‌دهد که مدل ترکیبی ارائه شده در پیش‌بینی نرخ ارز عملکرد بهتری نسبت به مدل‌های دیگر دارد و همچنین مدل رگرسیون بردار پشتیبان بهبود قابل توجهی در قدرت پیش‌بینی مدل های هوشمند ایجاد می کند.
- Abstract
- The purpose of this thesis is to make comparison between the forecasting abilities of Autoregressive Integrated Moving Average, Neural Network, Support Vector Regression models with the Hybrid model performance in Exchange Rate forecasting. The data sets are Rial-US dollar exchange rate during 1384-1388 and Euro-US dollar exchange rate in during 2005-2009. The result shows that the hybrid model has better performance in exchange rate forecasting and the Support Vector Regression model has improved the performance of intelligence models.
