user8194

دانشکده ی آموزشهای الکترونیکی
پایان نامه کارشناسی ارشد در رشته ی
مهندسی فناوری اطلاعات (گرایش مدیریت سیستمهای اطلاعاتی)
پیش بینی قیمت سهم در بورس اوراق بهادار به کمک داده کاوی با الگوریتم های ترکیبی تکاملی
به کوشش
محسن نوروزی موحد
استاد راهنما
دکتر ستار هاشمی
اردیبهشت 1394

بسم الله الرحمن الرحیم

اظهار نامه
اینجانب محسن نوروزی موحد دانشجوی رشته مهندسی فناوری اطلاعات گرایش مدیریت سیستمهای اطلاعاتی دانشکده آموزشهای الکترونیک اظهار می نمایم که این پایان نامه حاصل پژوهش خودم بوده و در جاهایی که از منابع دیگران استفاده کرده ام، نشانی دقیق و مشخصات کامل آن را نوشته ام. همچنین اظهار می کنم که تحقیق و موضوع پایان نامه ام تکراری نیست و تعهد می نمایم که بدون مجوز دانشگاه دستاوردهای آن را منتشر ننموده و یا در اختیار غیر قرار ندهم. کلیه حقوق این اثر مطابق با آیین نامه مالکیت فکری و معنوی متعلق به دانشگاه شیراز است.
70257403224
محسن نوروزی موحد
08/02/1394

-1016635-953135
تقدیم به همسر عزیزم، که ارزشمندترین زمان های با یکدیگر بودن را جهت انجام این تحقیق سخاوتمندانه به من بخشید.

سپاسگزاری
با سپاس از خداوند مهربان به جهت هر آنچه در هر تحقیقی هست، بود و خواهد بود. از پشتیبانی استاد راهنما گرامی جناب آقای دکتر ستار هاشمی و همچنین استاد مشاور عزیز جناب آقای دکتر حمزه تشکر بسیار داشته و همچون همیشه سپاسگزار و قدردان پدر و مادر دلسوزم که بنیادی ترین هدایت گران من در علم آموزی و پاسخ یابی بوده اند هستم./

چکیده
پیش بینی قیمت سهم در بورس اوراق بهادار به کمک داده کاوی با الگوریتم های ترکیبی تکاملی
به کوشش
محسن نوروزی موحد
تحقیقات بسیاری جهت پیش بینی قابل قبول و قابل اطمینان به کمک روشهای شبیه سازی، تحلیل سری های زمانی، ترکیب روشهای هوش مصنوعی با روش های تحلیل سری های زمانی و در آخرین آنها ترکیب روشهای داده کاوی و هوش مصنوعی با روش های تحلیل سری های زمانی و الگوریتم های بهینه سازی تکاملی در حوزه قیمت سهم در بازار بورس اوراق بهادار صورت گرفته است. در این تحقیق سعی بر آن شده که در قالب فرایند CRISP داده کاوی و با ارجاع به آخرین تحقیقات صورت گرفته، ترکیب شبکه عصبی مصنوعی و الگوریتم های بهینه سازی تکاملی به عنوان مدل پیش بینی قیمت سهم در بازار بورس اوراق بهادار مورد بررسی قرار گیرد. الگوریتم های بهینه سازی تکاملی ژنتیک، ازدحام ذرات و رقابت استعماری در آموزش شبکه عصبی مصنوعی با داده های سری زمانی کاهش یافته قیمت پنج سهم منتخب از بازار بورس اوراق بهادار تهران به کار گرفته شدند و قابل قبول و قابل اطمینان بودن پیش بینی به کمک شبکه عصبی مصنوعی آموزش دیده با الگوریتم ازدحام ذرات بر اساس مقادیر شاخص میزان خطا (mse) پیش بینی شبکه عصبی مصنوعی مورد اشاره به اثبات رسید. همچنین عدم درک آشوب داده ها توسط الگوریتم یادگیری پیش انتشار خطا به چالش کشیده شد.
کلمات کلیدی: پیش بینی، داده کاوی، شبکه عصبی مصنوعی، الگوریتم های بهینه سازی تکاملی
فهرست مطالب
عنوان صفحه
TOC o “1-4” h z u فصل 1 : معرفی تحقیق PAGEREF _Toc421202085 h 11-1 مقدمه PAGEREF _Toc421202086 h 11-2 تعریف مساله PAGEREF _Toc421202087 h 21-3 اهمیت مساله PAGEREF _Toc421202088 h 31-4 هدف تحقیق PAGEREF _Toc421202089 h 41-5 سئوالات تحقیق PAGEREF _Toc421202090 h 51-6 مفروضات تحقیق PAGEREF _Toc421202091 h 51-7 دامنه تحقیق PAGEREF _Toc421202092 h 61-8 ساختار تحقیق PAGEREF _Toc421202093 h 7فصل 2 : پیشینه تحقیق PAGEREF _Toc421202094 h 92-1 مدلهای پیش بینی قیمت سهم در تحقیقات پیشین PAGEREF _Toc421202095 h 92-2 انتخاب/ استخراج ویژگی در قیمت سهم در تحقیقات پیشین PAGEREF _Toc421202096 h 16فصل 3 : مبانی نظری تحقیق PAGEREF _Toc421202097 h 183-1 بازار بورس اوراق بهادار PAGEREF _Toc421202098 h 183-2 تکنیکهای رایج تحلیل و پیش بینی قیمت سهام PAGEREF _Toc421202099 h 193-3 تکنیکهای نوین تحلیل داده ها PAGEREF _Toc421202100 h 203-3-1 داده کاوی PAGEREF _Toc421202101 h 213-3-2 شبکه عصبی مصنوعی PAGEREF _Toc421202102 h 26عنوان صفحه
3-3-3 الگوریتمهای تکاملی PAGEREF _Toc421202103 h 313-3-3-1 الگوریتم ژنتیک PAGEREF _Toc421202104 h 333-3-3-2 الگوریتم بهینه سازی ازدحام ذرات PAGEREF _Toc421202105 h 363-3-3-3 الگوریتم رقابت استعماری PAGEREF _Toc421202106 h 38فصل 4 : روش تحقیق PAGEREF _Toc421202107 h 434-1 فرایند CRISP PAGEREF _Toc421202108 h 434-1-1 تعریف مساله PAGEREF _Toc421202109 h 434-1-2 تحلیل داده ها PAGEREF _Toc421202110 h 434-1-3 آماده سازی داده ها PAGEREF _Toc421202111 h 444-1-4 مدلسازی PAGEREF _Toc421202112 h 444-1-5 ارزیابی PAGEREF _Toc421202113 h 444-1-6 پیاده سازی PAGEREF _Toc421202114 h 45فصل 5 : اجرا PAGEREF _Toc421202115 h 465-1 اجرای فرایند CRISP PAGEREF _Toc421202116 h 465-1-1 مجموعه داده ها PAGEREF _Toc421202117 h 465-1-2 کیفیت داده ها و کاهش داده ها PAGEREF _Toc421202118 h 505-1-3 پیاده سازی شبکه عصبی مصنوعی برای سری های زمانی PAGEREF _Toc421202119 h 515-1-3-1 معماری شبکه عصبی مصنوعی PAGEREF _Toc421202120 h 515-1-3-2 تطبیق ورودی های زمانی به عنوان ورودی شبکه عصبی مصنوعی PAGEREF _Toc421202121 h 535-1-4 پیاده سازی آموزش شبکه عصبی مصنوعی با الگوریتمهای تکاملی PAGEREF _Toc421202122 h 545-1-4-1 الگوریتم ژنتیک PAGEREF _Toc421202123 h 545-1-4-2 الگوریتم بهینه سازی ازدحام ذرات PAGEREF _Toc421202124 h 555-1-4-3 الگوریتم رقابت استعماری PAGEREF _Toc421202125 h 565-1-4 به کارگیری شبکه عصبی مصنوعی آموزش دیده با الگوریتم های تکاملی PAGEREF _Toc421202126 h 58فصل 6 : تحلیل یافته ها، نتیجه گیری و پیشنهاد ها PAGEREF _Toc421202127 h 606-1 نتیجه گیری و پاسخ به سئوالات تحقیق PAGEREF _Toc421202128 h 60عنوان صفحه
6-2 تحقیقات پیشنهادی آینده PAGEREF _Toc421202129 h 64فهرست منابع PAGEREF _Toc421202130 h 65پیوست ها PAGEREF _Toc421202131 h 67پیوست 1: کد شبکه عصبی سری زمانی با آموزش با الگوریتم پیش انتشار خطا PAGEREF _Toc421202132 h 67پیوست 2: کد شبکه عصبی مصنوعی با آموزش با الگوریتم ژنتیک PAGEREF _Toc421202133 h 68پیوست 3: کد شبکه عصبی مصنوعی با آموزش با الگوریتم ازدحام ذرات PAGEREF _Toc421202134 h 71پیوست 4: کد شبکه عصبی مصنوعی با آموزش با الگوریتم رقابت استعماری PAGEREF _Toc421202135 h 73

فهرست جدول ها
عنوان صفحه
TOC h z c “جدول شماره ” جدول شماره ‏21: مقایسه نتایج پیش بینی مدل بت-عصبی با سه مدل دیگر PAGEREF _Toc421200813 h 13جدول شماره ‏22: مقایسه نتایج پیش گویی مدل ارائه شده با مدلهای دیگر PAGEREF _Toc421200814 h 14جدول شماره ‏23: نسل بندی روشهای تحقیق در پیش بینی قیمت سهم PAGEREF _Toc421200815 h 16جدول شماره ‏31: شبه کد الگوریتم پیش انتشار خطا PAGEREF _Toc421200816 h 30جدول شماره ‏32: شبه کد عمومی الگوریتم های تکاملی PAGEREF _Toc421200817 h 32جدول شماره ‏33: شبه کد الگوریتم ژنتیک PAGEREF _Toc421200818 h 34جدول شماره ‏34 : شبه کد الگوریتم ازدحام ذرات PAGEREF _Toc421200819 h 37جدول شماره ‏35 : شبه کد الگوریتم رقابت استعماری PAGEREF _Toc421200820 h 41جدول شماره ‏51: نماد سهم های انتخاب شده PAGEREF _Toc421200821 h 46جدول شماره ‏52: اندازه کاهش یافته داده ها PAGEREF _Toc421200822 h 51جدول شماره ‏53: ساختار پیاده سازی آموزش شبکه عصبی با الگوریتم ژنتیک PAGEREF _Toc421200823 h 54جدول شماره ‏54: ساختار پیاده سازی آموزش شبکه عصبی با الگوریتم ازدحام ذرات PAGEREF _Toc421200824 h 55جدول شماره ‏55: ساختار پیاده سازی آموزش شبکه عصبی با الگوریتم رقابت استعماری PAGEREF _Toc421200825 h 56جدول شماره ‏56: نتایج mse شبکه عصبی آموزش دیده با الگوریتم ژنتیک PAGEREF _Toc421200826 h 58جدول شماره ‏57: نتایج mse شبکه عصبی آموزش دیده با الگوریتم ازدحام ذرات PAGEREF _Toc421200827 h 58جدول شماره ‏58: نتایج mse شبکه عصبی آموزش دیده با الگوریتم رقابت استعماری PAGEREF _Toc421200828 h 59جدول شماره ‏59: نتایج mse شبکه عصبی آموزش دیده با الگوریتم پیش انتشار خطا PAGEREF _Toc421200829 h 59جدول شماره ‏61: میانگین و انحراف معیار خطای اجراهای ANN و BP PAGEREF _Toc421200830 h 61جدول شماره ‏62: نتایج خطای پیش بینی با ANN و PSO PAGEREF _Toc421200831 h 63جدول شماره ‏63: نتایج خطای پیش بینی با ANN و ICA PAGEREF _Toc421200832 h 63
فهرست شکل ها
عنوان صفحه
TOC h z c “شکل شماره ” شکل شماره ‏31 : نمونه ای تحلیل قیمت سهم با ابزارهای رویکرد تحلیل تکنیکال PAGEREF _Toc421200889 h 20شکل شماره ‏32 : فرایند CRISP PAGEREF _Toc421200890 h 23شکل شماره ‏33 : ساختار یک نورون PAGEREF _Toc421200891 h 27شکل شماره ‏34 : نمونه ای از یک شبکه عصبی مصنوعی با یک لایه پنهان PAGEREF _Toc421200892 h 28شکل شماره ‏35 : نمونه نورون در شبکه عصبی مصنوعی پیشرو PAGEREF _Toc421200893 h 29شکل شماره ‏36 : فلوچارت عمومی الگوریتم های تکاملی PAGEREF _Toc421200894 h 32شکل شماره ‏37 : نمایش ترکیب تک نقطه ای PAGEREF _Toc421200895 h 35شکل شماره ‏38 : نمایش حرکت ذره در PSO PAGEREF _Toc421200896 h 36شکل شماره ‏39: نمایش نمونه ای تقسیم کلونی ها به امپریالیست ها PAGEREF _Toc421200897 h 40شکل شماره ‏310: حرکت خطی کلونی PAGEREF _Toc421200898 h 41شکل شماره ‏311: حرکت زاویه ای کلونی PAGEREF _Toc421200899 h 41شکل شماره ‏51 : نمودار قیمت روزانه سهام نماد بکام PAGEREF _Toc421200900 h 48شکل شماره ‏52 : نمودار قیمت روزانه سهام نماد وپارس PAGEREF _Toc421200901 h 48شکل شماره ‏53 : نمودار قیمت روزانه سهام نماد وغدیر PAGEREF _Toc421200902 h 49شکل شماره ‏54 : نمودار قیمت روزانه سهام نماد خودرو

متن کامل در سایت homatez.com
NameEmailWebsite

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *