بررسی آموزش شبکه عصبی با استفاده از الگوریتم‌های فراابتکاری به‌منظور پیش‌بینی شاخص کل در بورس ایران

فصلنامه تحلیل بازار سرمایه

دوره 1، شماره 2، آذر 1400، صفحه 188-212   

نوع مقاله: مقاله پژوهشی

نویسندگان

سیداحمد میرزائی^{* 1}؛ زکیه نیکدل²؛ زهرا نیکدل²

¹دانشگاه آزاد اسلامی واحد اسفراین، اسفراین، ایران

²دانشگاه آزاد اسلامی واحد نیشابور، نیشابور، ایران

چکیده

پیش‌بینی و آنالیز حرکات بازار سهام موضوع بسیار مهم برای محققان، معامله گران و تحلیل گران بازار می باشد و نقش مهمی در اقتصاد امروز دارد. تنوع در سیاست هایی مانند سیاست های دولتی و سیاست های اقتصادی بر بازار سرمایه تأثیر می گذارند و باعث تغییرات قیمتی سهام می شوند. پیش‌بینی حرکات بازار به‌صورت روزانه، به دلیل غیرخطی بودن و آشوبناک بودن حرکات قیمت سهام کار بسیار مشکلی می باشد. روش های مختلفی برای پیش‌بینی در بورس وجود دارد. تکنیک های هوش مصنوعی به‌صورت گسترده برای پیش‌بینی داده های با ساختار غیرخطی و آشوبناک به کار گرفته‌شده‌اند. یکی از این تکنیک‌ها استفاده از شبکه‌های عصبی می‌باشد. درصورتی‌که شبکه عصبی به‌درستی آموزش داده شود، خطای کمتری در پیش‌بینی خواهد داشت. در این پژوهش با استفاده از ۸ الگوریتم فراابتکاری اقدام به آموزش شبکه عصبی پرسپترون چندلایه خواهیم کرد و به پیش‌بینی شاخص کل بورس تهران خواهیم پرداخت. نتایج به‌دست‌آمده از این پژوهش نشان داد که الگوریتم بهینه‌سازی گرگ خاکستری دارای کمترین خطا در آموزش شبکه عصبی دارد.

کلیدواژه‌ها

پیش بینی؛ شبکه عصبی؛ الگوریتم های فراابتکاری؛ بازار سهام

مراجع