بهترین پیش بینی آینده با استفاده از مدل های شبکه عصبی LoLiMoT, RBF

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 499

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EMACONFERENCE01_042

تاریخ نمایه سازی: 7 اسفند 1396

چکیده مقاله:

در این مقاله سعی بر این است که در سه مجموعه داده از قیمت سهام در بازه زمانی سریع، نرمال و کند؛ مشخص نماییم که کدام یک از مدل های شبکه های عصبی LoLiMoT,، RBF بهترین برآورد و پیش بینی را از قیمت آینده سهام ارایه خواهند داد و برای نیل به این هدف از دو معیار خطای MSE و RMSE استفاده شده و در نهایت با مقایسه این خطاها بهترین مجموعه جهت استفاده در پیش بینی ها را مشخص خواهیم نمود.

نویسندگان

ناصر شهسواری

دانشجو، کارشناسی ارشد حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک

هدی همتی

دکتری حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک

علی باغانی

دکتری حسابداری، گروه حسابداری، دانشکده علوم پایه دانشگاه آزاد اسلامی واحد الکترونیک