ارايه يك مدل هيبريدي فازي جهت پيش بيني بازده سهام با استفاده از شبكه عصبي فازي و الگوريتم كلوني مورچگان

همواره پيش بيني قيمت سهام از اهميت خاصي براي فعالان بازار بورس برخوردار بوده و است. همچنين روش هاي پيش بيني مختلفي جهت اين امر، ابداع و مورد استفاده قرار گرقته است. اما اغلب روش ها متغير هاي ورودي را ثابت در نظر مي گيرند، در صورتيكه امكان دارد با عوض شدن سهم مورد پيش بيني يا تغيير زمان، ديگر آن متغير ها جهت پيش بيني قيمت، معني دار نباشند و كارايي خود را از دست داده باشند.در اين مقاله ابتدا با استفاده از الگوريتم NSGAIIابتدا تعداد بهينه متغير هاي ورودي توسط خبره، انتخاب مي گردد و سپس بهترين متغير هاي ورودي با استفاده از الگوريتم كلوني مورچگان انتخاب، و درنهايت قيمت سهام با استفاده از الگوريتم فازي عصبي تخمين زده مي شوند و درنهايت با استفاده از تكنيكي تحت عنوان شبكه عصبي فازي سازگار( ،)adaptive anfisقيمت هاي پيش بيني شده تعديل مي شوند.