پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 43 |
| تعداد شماره‌ها | 1,744 |
| تعداد مقالات | 14,237 |
| تعداد مشاهده مقاله | 35,213,073 |
| تعداد دریافت فایل اصل مقاله | 13,982,423 |
پیش‌بینی رفتار بازار سهام با ترکیب شبکه عصبی چندلایه و تجزیه حالت پویا | ||
| نشریه ریاضی و جامعه | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 18 خرداد 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22108/msci.2025.142940.1697 | ||
| نویسندگان | ||
| رویا کریم‌خانی1؛ یوسف ادریسی تبریز1؛ قاسم احمدی* 2 | ||
| 1گروه ریاضی، دانشگاه پیام نور، تهران، ایران | ||
| 2گروه ریاضی، دانشکده علوم پایه، دانشگاه پیام نور، تهران، ایران Department of Mathematics, Faculty of Basic Sciences, Payame Noor University, Tehran, Iran | ||
| چکیده | ||
| بازار سهام به عنوان شاخصی برای سلامت کلی اقتصاد عمل می‌کند و عملکرد صحیح آن نشان دهنده رشد در کسب و کارها و گسترش اقتصاد است. در این تحقیق، یک روش ترکیبی جدید بر اساس روش تجزیه حالت پویا (DMD) و شبکه عصبی پرسپترون چندلایه (MLP) برای پیش‌بینی بازار بورس ارائه می‌شود. این روش ترکیبی (DMD-MLP) داده‌های غالب و منسجم را استخراج کرده و با استفاده از آنها، به پیش‌بینی روند صعودی یا نزولی قیمت سهام می‌پردازد. برای اثبات کارآیی این روش، مثال‌هایی از گروه‌های مختلف بورس مطرح شده است که در آنها، رفتارهای صعودی، نزولی یا خنثی وجود دارد. این مثال‌ها شامل تولید ژلاتین کپسول ایران، افق کوروش، بانک دی، بانک ملت، بیمه دانا و بانک پاسارگاد می‌شوند. نتایج نشان می‌دهد که روش پیشنهادی در پیش‌بینی تحرکات بازار بورس از شبکه عصبی MLP بهتر عمل می‌کند و بهره‌گیری از الگوریتم DMD در MLP تأثیر زیادی در بهبود پیش‌بینی‌ها دارد. | ||
| کلیدواژه‌ها | ||
| بازار سهام؛ شبکه عصبی پرسپترون چندلایه؛ تجزیه مقدار منفرد؛ تجزیه حالت پویا | ||
|
آمار تعداد مشاهده مقاله: 45 |
||