پيش بيني بازار بورس يكي از فرآيندهاي بسيار پيچيده است كه به دانش فرد خبره نياز دارد. بسياري از مدل هاي رياضي و تحليلي مرسوم به علت غير خطي بودن اين بازارها كارايي لازم را ندارند. الگوریتم های فراابتکاری که معمولاً الهام گرفته شده از طبیعت و فرايندهای فيزيكی می باشند، در حال حاضر به عنوان یکی از روش های قدرتمند برای حل بسیاری از مسائل بهینه سازی پیچیده به کار برده می شوند. ما در این تحقیق از الگوریتم متاهیوریستیک جدیدی به نام الگوریتم خفاش استفاده خواهیم کرد که برگرفته از خصوصیات ردیابی خفاش های کوچک در جستجوی شکار می باشد. می توانید این پژوهش رشته کامپیوتر را به صورت فایل word دانلود نمایید.
مقدمه
دستیابی به رشد اقتصادی و ایجاد انگیزه جهت سرمایه گذاری زمانی دریک کشورتسریع می شود که آن کشور دارای بازارهای سرمایه فعال و قابل اعتماد باشد وجود بازارهای بورس فعال همواره سرمایه گذاران متعددی را به تکاپو واداشته و جریان سرمایه و منابع مالی را به بخشهای مولد تسریع می نماید.
پیش بینی و مدل سازی فرایندهای اقتصادی یکی از زمینه های مورد علاقه پژوهشگران حوزه اقتصاد هم می باشد این کار به کمک استفاده از الگوریتم های هوش مصنوعی ما را به سمت افق های جدیدی رهنمون ساخته است.از تکنیکهای حل این مساله و بطور خاص مسائل پیش بینی بورس، الگوریتم های مبتنی بر شبکه های عصبی مصنوعی (ANN) و همچنین الگوریتم های مبتنی بر هوش جمعی می باشد.
امروزه سرمایه گذاری در بورس بخش مهمی از اقتصاد کشور را تشکیل می دهد به همین دلیل پیش بینی قیمت سهام برای سهام داران از اهمیت خاصی برخوردار است تا بتوانند بالاترین بازده را از سرمایه گذاری خود کسب کنند.از سوی دیگر شاخص قیمت سهام نشان دهنده وضعیت کلی بازار سهام است و می تواند به پیش بینی سهامداران جهت سرمایه گذاری کمک کند. تغییرات قیمت سهام یکی از مهم ترین موضوعات مورد توجه هر سرمایه گذار است.به همین دلیل پیش بینی قیمت سهام برای سهامداران از اهمیت بالایی برخوردار است تا بتوانند از سرمایه گذاری خود، سود بیشتری کسب کنند.
پیش بینی قیمت سهام و جهت حرکت آن به عنوان یکی از چالش برانگیزترین موضوعات زمانی مورد توجه قرار گرفته است.
تشریح و بیان مسئله
بازار سرمایه، محلی برای جذب سرمایههای سرگردان و به کارگیری آنها در زمینه پیشرفت صنعت و تولید است. صاحبان صنایع بزرگ با ارائه سهام شرکتهایشان در بازار بورس، سرمایههایی را که برای پیشبرد اهدافشان لازم است به دست میآورند و در عوض مقداری از سود به دست آمده را بین سهام داران خود تقسیم میکنند. سرمایه گذاران در بازار بورس معمولا افرادی هستند که مقداری دارایی نقد در دست دارند و میخواهند با خرید سهام یکی از شرکتهای سودده فعال در بازار بورس، میزان دارایی خود را بالا ببرند. معمولا سرمایهگذاران از دو روش سود به دست میآورند. 1- با سودی که شرکتها به طور سالیانه بین سهام داران خود پخش میکنند؛ 2- با خرید و فروش سهام شرکتها. در روش اول، سرمایهگذاران با تحقیق و بررسی سوابق و اهداف شرکتها، از بین آنها، برای خرید سهام، شرکتی را انتخاب میکنند که انتظار دارند سود بیشتری را بین سهام داران خود پخش کنند. امَا در روش دوم، سرمایهگذاران با در نظر گرفتن میزان عرضه و تقاضا برای خرید سهام شرکتها، سهام آنها را خریداری ویا به فروش میرسانند و از این طریق سودهای بسیار بیشتری به دست میآورند. در کشور ایران با توجه به اینکه اکثر صنایع دارای سود بسیار کم و یا ضررده میباشند، سرمایهگذاران در بورس معمولا از روش دوم یعنی خرید و فروش سهام، برای کسب سود استفاده میکنند. بنابراین سوال اصلی برای سرمایهگذاران این است که ارزش سهام کدام شرکت در آینده افزایش خواهد یافت؟ به عبارت دیگر سرمایهداران باید توانایی پیشبینی ارزش سهام شرکتهای مختلف را داشته باشند.
اهداف تحقیق
هدف اصلی این تحقیق به دست آوردن روشی با استفاده از الگوریتم خفاش جهت پیش بینی سهام یک شرکت با بالاترین دقت و سرعت است. هدف دیگر ما پاسخ به این سوال است که آیا روشهای مطرح در زمینه پیشبینی بورس قابل استفاده در بورس ایران میباشند یا خیر.
در این تحقیق، از اطلاعات مربوط به سهام یک سال اخیر، به عنوان مجموعه داده استفاده شده است که از آرشیو وبسایت بورس اوراق بهادار ایران، جمعآوری شده است.
پارامترهای ورودی در این تحقیق عبارتند از: حداقل، حداکثر قیمت سهام در روز، قیمت در زمان شروع و زمان پایان روز و حجم و ارزش و تعداد معاملات در روز ودر نهایت قیمت پایانی روزقبل. این پارامترها به صورت روزانه برای تمام شرکتهای فعال در بورس، تعیین میشوند و در آرشیو بورس نگه داشته میشوند. بنابراین مجموعهدادههای مورد نیاز برای مراحل آموزش و تست این تحقیق، در آرشیو وب سایت بورس اوراق بهادار ایران موجود است.
فصل اول کلیات و طرح تحقیق 2
1-1- مقدمه 3
1-2- تشریح و بیان مسئله 3
1-3- اهداف تحقیق 8
1-4- متغیرهای تحقیق 8
1-4-1) فرضیه تحقیق 8
1-5- روش تحقیق 9
1-6- ساختار پایان نامه 10
فصل دو11 ادبیات نظری و پیشینه تحقیق 11
2-1- مقدمه 12
2-2) اهمیت پیشبینی بازار بورس 13
2-3) نگاهی کلی به تکنیکهای استفاده شده در پیش بینی بازار سهام 13
2-3-1) متغیرهای استفاده شده در پیش بینی بازار بورس 14
2-3-2) شرح آماری تکنیکهای یادگیری ماشین به کار رفته در بیش بینی بازار بورس 16
2-4) مبانی نظری 17
2-4-1) الگوریتم ژنتیک 17
2-4-1-1) مزایای عمده الگوریتم ژنتیک 17
2-4-2) شبکه های عصبی 18
2-4-3) الگوریتم خفاش 19
2-4-4) الگوریتم گداخت SA 20
2-4-5) الگوریتم بهینه سازی ازدحام ذرات PSO 20
2-5) پیشینه تحقیق 21
2-6) روش های پیش بینی بازار بورس 23
2-6-2) شبکه های عصبی 24
2-6-2-1) شبکه عصبی پرسپترون چند لایه (MLP) 26
2-6-2-1-1)تابع فعالسازی 27
2-6-2-1-2) آموزش شبکه عصبی MLP 28
2-6-3) ماشین بردار پشتیبان (SVM) 30
2-6-4) استلال بر پایه حالت (CBR) 31
2-6-5) پردازش تکاملی 31
2-6-6) سایر روش های به کار رفته در پیش بینی بازار بورس 34
2-7)خلاصه 35
فصل سوم روش پیشنهادی 36
3-1) مقدمه 37
3-2) روش تحقیق 37
3-3) الگوریتم بهینه سازی خفاش 39
3-3-1) مقداردهی اولیه خفاش ها 40
3-3-2) نحوه بروز رسانی متغیرهای الگوریتم بهینهسازی خفاش 40
3-4) روش پیشنهادی پایان نامه 42
3-4-1) نحوه بازنمایی هر خفاش (راهحل) 42
3-4-2) پارامترهای اولیه الگوریتم خفاش 44
3-4-3) تابع برازندگی 45
3-5) خلاصه فصل 46
فصل چهارم47 مقایسه الگوریتم های به کار رفته در این پایان نامه 47
4-1) مقدمه 48
4-2) معرفی مجموعه داده 48
4-3) پارامترهای الگوریتم های به کار رفته 49
4-3-1) پارامترهای الگوریتم بهینهسازی خفاش 49
4-3-2) پارامترهای الگوریتم ژنتیک 49
4-3-3) پارامترهای الگوریتم PSO 50
4-3-4) پارامترهای الگوریتم شبیه سازی گداخت 50
4-4) مقایسه روشهای توضیح داده شده در این پایاننامه 51
4-5) خلاصه 53
فصل پنجم نتیجه گیری 54
5-1)نتایج 55
5-2)کارهای آتی 56
منابع 58
پیوست الف 62