عنوان مقاله :
پيش بيني قيمت سهام در بازار مالي با استفاده از الگوريتم هاي تركيبي GA - SVM
عنوان به زبان ديگر :
Forecasting Stocks in the Financial Market by Using GA-SVM Hybrid Algorithm
پديد آورندگان :
عبادتي، اميد مهدي دانشگاه خوارزمي - گروه مديريت عمليات و فناوري اطلاعات، تهران، ايران , جعفري، محمدعلي دانشگاه خوارزمي - گروه رياضيات مالي، تهران، ايران , داودي فر، نسيم دانشگاه خوارزمي - گروه رياضيات مالي، تهران، ايران
كليدواژه :
پيش بيني , قيمت سهام , الگوريتم GA , الگوريتم SVM , بازارهاي مالي بينالمللي
چكيده فارسي :
هدف مقاله حاضر پيشبيني قيمت سهام به وسيله الگوريتم تركيبي GA-SV ميباشد. پيشبيني سريهاي زماني مانند پيشبيني قيمت سهام يكي از مهمترين مشكلات در حوزه مالي است، زيرا دادهها ناپايدار بوده و داراي متغيرهاي نويزي ميباشند كه تحتتأثير عوامل زيادي قرار دارند. در شرايط واقعي نيز شناسايي حركات سري زماني شاخص قيمت سهام بسيار پيچيده ميباشد؛ بنابراين استفاده از يك مدل كلاسيك بهتنهايي نميتواند پيشبيني دقيقي از شاخصهاي قيمت سهام داشته باشد. ازاينرو با بهكارگيري روشهاي تركيبي ميتوان عدم اطمينان در پيشبيني را كاهش داد. در پيشبيني قيمت سهام در بخش مالي بيش از 100 شاخص براي درك رفتار بازار سهام ايجاد شده است؛ بنابراين شناسايي شاخصهاي مناسب يك مشكل چالشبرانگيز است. يكي از تكنيكهايي كه اخيراً براي پيشبيني سريال مورد بررسي قرار گرفته است، رگرسيون پشتيباني بردار (SVR) است. اين مطالعه از الگوريتم تركيبي GA-SVM براي پيشبيني شاخص قيمت سهام استفاده ميكند. نتايج تجربي نشان ميدهد كه الگوريتم پيشنهادي جايگزين مناسبتر و اميدوار كنندهتري براي پيشبيني بازار سهام فراهم ميآورد.
چكيده لاتين :
The purpose of this paper is to predict stock prices using Hybrid GA-SVM Algorithm. Predicting time series such as stock price forecasting is one of the most important issues in financial field. In real life, identifying time series movements in stock price indices is very complex. Therefore, the use of a classical model alone cannot accurately predict stock price indices. Hence, by using combined methods, uncertainty in forecasting can be reduced. In stock price forecasting in financial sector, more than 100 indicators have been created to understand stock market behavior, so, identifying the appropriate indicators is a challenging problem. One of the techniques that has recently been studied for serial forecasting is support regression Vector (SVR) or machine support vector (SVM). This study uses the GA-SVM hybrid algorithm to predict the stock price index. Experimental results show that Hybrid GA-SVM Algorithm provides a more appropriate and promising alternative to stock market forecasting.
عنوان نشريه :
پيشرفت هاي مالي و سرمايه گذاري