مقايسه روش هاي شبكه عصبي فازي با شبكه عصبي موجك فازي در پيش‌بيني قيمت سهام بانك‌هاي پذيرفته‌شده در بورس اوراق بهادار تهران

The Comparison of Fuzzy Neural Network Methods with Wavelet Fuzzy Neural Network in Predicting Stock Prices of Banks Accepted in Tehran Stock Exchange

هدف پژوهش حاضر مقايسه قدرت پيش­بيني روش­هاي شبكه عصبي فازي با شبكه عصبي موجك فازي در پيش‌بيني قيمت سهام بانك‌ها در بورس اوراق بهادار تهران است. دوره پژوهش اين پژوهش از سال 1390 تا 1395 است. در اين پژوهش، از سيستم منطق فازي به همراه سيستم شبكه عصبي چندلايه با ساختار بهينه‌سازي پس انتشار خطا و ماكزيمم همپوشاني تبديل موجك گسسته براي متغيرهاي نرخ ارز، نفت اوپك، طلا، شاخص كل سهام و همچنين حجم معاملات براي پيش‌بيني قيمت سهام استفاده‌شده است. نتايج حاصل از مدل با استفاده از تابع هزينه بروز رساني شده انجام‌گرفته است. نتايج پژوهش در مقايسه شبكه عصبي فازي موجك و شبكه عصبي فازي نشان مي­دهد كه قابليت اطمينان پيش­بيني قيمت سهام بانك‌ها با شبكه عصبي موجك فازي بالاي 90 درصد و با شبكه عصبي فازي بالاي 80 درصد است. درنتيجه شبكه عصبي موجك فازي باقابليت اطمينان بالاتري نسبت به شبكه عصبي فازي عمل مي‌كند.

The purpose of this study was to compare the predictive power of fuzzy neural network with fuzzy wavelet neural network in predicting stock prices of banks in Tehran Stock Exchange. The period of this research was from 2011 to 2016. In this research, the fuzzy logic system with the use of a multi-layer neural network system with an error-optimized back-propagation optimization structure and a Maximum Overlapping Discrete Wavelet Transform for exchange rate variables, opec oil, each ounce of gold, the total stock index as well as the volume of trades were used in order to predict stock prices.The results of the model were done by using the updated cost function. The results of the research in comparison of fuzzy wavelet network and fuzzy neural network showed that the reliability of banks with fuzzy wavelet neural network is over 90% and with fuzzy neural network above is 80%. As a result, fuzzy wavelet neural network is more reliable than fuzzy neural network.