متوسط (۲)
۱۱
شبکه های عصبی
غیر خطی(۴)
زیاد (۴)
زیاد (۴)
زیاد (۴)
۱۶
فازی
غیرخطی و خطی (۴)
متوسط (۲)
کم (۱)
کم (۱)
۸
مارکف
خطی(۲)
زیاد (۴)
کم (۱)
متوسط (۲)
۹
ماشین بردار پشتیبان
خطی(۲)
متوسط (۲)
زیاد (۴)
متوسط (۲)
۱۰
۲-۱۴ نتیجه
به طور کلی در این فصل روش های مختلف پیش بینی بازار سهام معرفی شدند. برای هر مدل پیش بینی، مقالات و تحقیقاتی که به عنوان پیشگام و آغازکننده بودند مورد بررسی قرار گرفتند. کارهایی که موجب شد روش های قبلی بهبود یابند توضیح داده شد و در نهایت جدیدترین و بهترین روشها مطرح گردید. بر طبق مطالعات صورت گرفته، برخی از نویسندگان از یک روش از روش های معرفی شده در فصل دو استفاده کرده بودند و برخی از چند روش به صورت ترکیبی، هرچند هر روش مزایا و معایبی دارد این افراد با ترکیب روشها سعی در بهبود عملکرد پیش بینی داشتند. در برخی مواقع این امر موجب بهبود در پیش بینی شده است و در برخی موارد این امر انجام نشده است. به طور کلی باید گفت کارهای زیادی در مورد پیش بینی بازار سهام در زمینه هوش مصنوعی انجام شده است، اما نمی توان گفت که روشی خاص یقیناً موجب پیش بینی کاملاً درستی خواهد شد. استفاده از این روشها جهت انجام گامی در راستای بهبود پیش بینی است. قابل ذکر است که نوع و ترکیب داده در انجام پیش بینی درست، بسیار موثر است. درنهایت، با توجه به مطالعات و مقالات بررسی شده سعی شده است به مطرحترین و مناسبترین روشها پرداخته شود. برای هر نوع از پیش بینی کمبودها، جزییات ذکر شده است و به مقایسه روشها با یکدیگر پرداخته شده است.
فصل سوم
موضوعات علمی تحقیق
۳-۱ مقدمه
قبل از وجودکامپیوتر مردم از روش های شفاهی و ابتدایی استفاده میکردند. بعد از مدتها که سطح اقتصاد و سرمایه گذاری بهبود یافت و ابزار، لوازم و روشهایی برای افزایش سود ایجاد شد که سعی در کاهش ریسک داشت. در ابتدا از آمار، تحلیل تکنیکی، تحلیل بنیادی و حتی رگرسیون خطی برای پیش بینی جهتدهی سود در بازار استفاده شده است. هرچند روشهایی که در ادامه ذکر خواهند شد یک سری استاندارد پایه برای به کارگیری شبکه های عصبی هستند که نتیجه مورد نظر در خروجی را پدید میآورند اما برای داده های مختلف نتایج حاصل متفاوت خواهد بود. بسیاری از این تکنیکها برای پیشپردازش ورودی داده خام مورد استفاده قرار خواهند گرفت و نتایج آن به عنوان ورودی به شبکه های عصبی انتقال داده میشوند. به طور کلی میتوان گفت برای از بین بردن بینظمی و متغیر بودن اطلاعات در بازار بورس باید به دنبال راهی گشت که با اطمینان به پیش بینی این بازار پرداخته شود به گونه ای که حداقل برای روز بعد، سرمایه گذاران بتوانند با یک پیش بینی تصمیم گیری کنند. متداول ترین راهحلها در این زمینه شامل شبکه های عصبی، شبکه های فازی، سیستم فازی عصبی، مکانیزم بردارپشتیبانی[۱۳] و مدل مارکف میباشند. در این فصل تمامی این موارد به طور کامل شرح داده خواهد شد. اصطلاحات رایج بهکار رفته در بورس سهام در این بخش مورد بررسی قرار خواهند گرفت. همچنین تعریف سریهای زمانی و دلیل مطرح شدن سریهای زمانی در ادامه مورد بررسی قرار خواهند گرفت.
۳-۲ اصطلاحات رایج در بازار بورس اوراق بهادار
سهام[۱۴]: بورس اوراق بهادار به معنای یک بازار رسمی سرمایه است، که درآن سهام شرکتها واوراق مشارکت تحت ضوابط و مقررات خاص، مورد معامله قرارمیگیرد. سهم به معنای بخشی از داراییهای یک شرکت یا کارخانه است. دارنده سهم به همان نسبتی که سهام در اختیار دارد در مالکیت شرکت یا بنگاه تولیدی شریک است. سهام عادی، همین سهامی است که شرکتها عرضه می کنند و سهامداران به نسبت سهام خود، مالک شرکت میشوند. سهام عادی را در هر زمانی میتوان فروخت ولی اگر شرایط بازار خوب باشد با قیمت بالاتر و اگر شرایط بازار خوب نباشد با قیمت کمتر آن را می فروشند.
بورس: بورس اوراق بهادار یک بازار رسمی است که دارندگان پساندازهای راکد می‌توانند محل نسبتا مناسبی
را برای سرمایه گذاری جستجو کنند. خرید و فروش سهام تنها از طریق کارگزاران بورس اوراق بهادار میسر است. این افراد واسطه که خبره بازار هستند به نوعی به سرمایه گذاران خدمات مشاوره ارائه می دهند که توام با هوشمندی، سرعت عمل، صداقت و امانتداری است. در این میان سود سهام به دوصورت کوتاه مدت و بلند مدت عاید مشتری می شود که سود کوتاه مدت از طریق خرید سهام و فروش به موقع آن و سود بلندمدت پس از پایان سال مالی شرکت و طبق قانون تجارت حداکثر هشت ماه پس از تاریخ مجمع به مشتری تعلق میگیرد. در بازار بورس قیمت سهام تحت تأثیر عوامل درونی یعنی وضعیت شرکتهایی که سهام آنها در بورس مورد معامله قرار میگیرد مانند تغییرات در وضعیت هیأت مدیره، وضعیت مالی شرکت، سیاستهای مالی و عوامل بیرونی مانند عوامل اقتصادی و سیاسی کشور قرار میگیرد.
