سید امیر حسین منجمی - عضو هیات علمی مدیریت بازرگانی دانشگاه اصفهان
مهدی ابزری - عضو هیات علمی مدیریت بازرگانی دانشگاه اصفهان
علیرضا رعیتی شوازی - کارشناس ارشد مدیریت بازرگانی دانشگاه اصفهان

سرمایه گذاری در سهام عرضه شده در بورس اوراق بهادار یکی از گزینه ­های پرسود در بازار سرمایه است.  بازار سهام دارای سیستمی غیرخطی و آشوب گونه است که تحت تاثیر شرایط سیاسی، اقتصادی و روانشناسی می ­باشد و می­ توان از سیستم ­های هوشمند غیرخطی همچون شبکه ­های عصبی مصنوعی، شبکه­ های عصبی فازی و الگوریتم ­های ژنتیک برای پیش ­بینی قیمت سهام استفاده نمود. در این مقاله به طراحی و ارائه ­ی یک مدل پیش بینی قیمت سهام با استفاده از شبکه ­ی عصبی فازی و الگوریتم ­های ژنتیکی و کاهش خطای پیش بینی قیمت سهام با استفاده از آن نسبت به استفاده از تکنیک شبکه ­ی عصبی مصنوعی به صورت منفرد پرداخته شده است.  در ادامه پس از طراحی و پیاده سازی مدل شبکه ­های عصبی فازی و الگوریتم ­های ژنتیک، با استفاده از چهار معیار سنجش خطا، نتایج دو مدل مقایسه شده است.  نتایج نشان می­ دهد که مدل ترکیبی شبکه ­های عصبی فازی و الگوریتم ­های ژنتیک پیش ­بینی ­های بسیار مناسب­ تری داشته و نسبت به شبکه ­ی عصبی منفرد از سرعت بالاتر و توانایی تقریب قوی­ تری برای پیش بینی قیمت سهام برخوردار بوده است.

شبکه های عصبی فازی, الگوریتم های ژنتیک, پیش بینی, قیمت سهام