دانلود پایان نامه ارشد رشته مهندسی صنایع : پیش بینی قیمت سهام با استفاده از داده کاوی و شبکه های عصبی

دانلود پایان نامه

عنوان پایان نامه :

پیش بینی قیمت سهام با استفاده از داده کاوی و شبکه های عصبی

یک صفحه از متن پایان نامه فقط برای نمونه :

 فهرست

فصل اول : کلیات تحقیق. 1

1-1- مقدمه. 2

1-2- نظریه کارایی بازار سرمایه. 3

1-3- ابعاد مختلف بازار سرمایه و ابزارهای پیش بینی. 5

1-4- پژوهش‌های مشابه. 9

1-5- ضرورت انجام تحقیق و اهمیت تحقیق. 13

1-6- اهداف تحقیق. 14

1-7- ساختار تحقیق. 14

فصل دوم : ادبیات تحقیق. 15

2-1- مقدمه. 16

2-1-1- تحلیل تکنیکی. 17

2-1-2- تحلیل بنیادین. 18

2-1-3- تحلیل توسط مدل‌های علمی. 19

2-2- آیا بازار سرمایه پیش بینی پذیر است؟. 22

2-2-1- نظریه کارایی بازار سرمایه. 22

2-2-2- فروض نظریه کارایی بازار. 28

2-2-3- انتقادات وارد شده به نظریه کارایی بازار سرمایه. 29

2-2-4- پاسخ نظریه کارا. 30

2-2-5- نتیجه گیری. 31

2-3- داده کاوی. 32

2-3-1- مقدمه. 32

2-3-2- مفهوم داده کاوي. 33

2-3-4- اهداف داده کاوی. 36

2-3-5- داده کاوي و رابطه آن با علم آمار. 41

2-4- شبکه عصبی. 43

2-4-1- معرفی:. 43

2-4-2- کاربرد شبکه های عصبی. 44

2-4-3- تعریف پایه شبکه های عصبی. 44

2-4-4- ویژگی های شبکه عصبی. 46

2-5- تحلیل تکنیکال. 59

2-5-1- مقدمه:. 59

2-5-2- اندیکاتورهای تحلیل تکنیکال. 60

2-6- مرور پژوهش های مشابه. 63

2-6-1- کاربرد شبکه عصبی در پیش بینی قیمت سهام. 63

2-6-2- کاربرد شبکه عصبی در تعیین استراتژی مبادله سهام. 70

2-6-3- کاربرد داده کاوی در بازار سهام. 75

2-6-4- کاربرد شبکه عصبی و داده کاوی در پیش بینی قیمت سهام   77

فصل سوم : روش تحقیق. 81

3-1- مقدمه. 82

3-2- جمع آوری داده ها. 85

3-3- پیش پردازش داده ها. 85

3-3-1- کاهش سطری داده ها. 86

3-3-2- ساخت اطلاعات مورد نیاز. 88

3-3-3- انتخاب داده ها و کاهش ستونی. 93

3-4- طراحی شبکه عصبی برای پیش بینی قیمت سهم. 95

3-4-1- ساختار شبکه. 95

3-4-2- الگوریتم یادگیری. 97

3-4-3- توابع فعال سازی. 98

3-5- مدل های رقیب و معیارهای سنجش. 98

3-6- جمع بندی. 98

فصل چهارم : نتایج عددی. 99

4-1- مقدمه. 100

4-2- جمع آوری داده ها و تشکیل پایگاه داده. 100

4-3- پیش پردازش داده ها. 101

4-3-1- کاهش سطری داده ها. 101

4-3-2- ساخت اطلاعات مورد نیاز. 103

4-3-3- انتخاب داده ها و کاهش ستونی پایگاه داده. 109

4-4- طراحی شبکه عصبی. 115

4-5- اجرای شبکه عصبی و مقایسه نتایج. 116

4-6- جمع بندی. 121

فصل پنجم : نتیجه گیری. 122

5-1- مقدمه. 123

5-2- جمع بندی تحقیق. 123

5-3- نتایج و نوآوری های تحقیق. 124

5-4- پیشنهادات برای تحقیقات آتی. 125

 

فهرست جدول ها

جدول 2-1 : توابع فعالسازی نرون های مختلف در شبکه های عصبی   49

جدول 4-2 : شرح اندیکاتورهای معروف تحلیل تکنیکال.. 61

جدول 4-2 : شرح اندیکاتورهای معروف تحلیل تکنیکال : ادامه جدول   62

جدول 3-1 : صنایع و شرکت های انتخاب شده جهت انجام پژوهش.. 85

جدول 3-2 : اندیکاتورهای به کار رفته در پژوهش.. 89

جدول 4-1 : تغییرات تعداد رکوردهای پایگاه های ساخته شدن پس از حذف داده های مغشوش.. 102

جدول 4-2 : تغییرات تعداد رکوردهای پایگاه های ساخته شده، پس از حذف داده های پرت.. 103

جدول 4-3 : سری های زمانی ساخته شده توسط اندیکاتورهای تحلیل تکنیکال   104

جدول 4-4 : بهترین lag شرکت های حاضر در صنعت بانک و مؤسسات مالی با بانک پارسیان.. 105

جدول 4-5 : بهترین lag شرکت های حاضر در صنعت شیمیایی با صنایع شیمیایی فارس.. 106

جدول 4-5 : بهترین lag شرکت های حاضر در صنعت شیمیایی با صنایع شیمیایی فارس : ادامه جدول.. 107

جدول 4-6 : بهترین lag شرکت های حاضر در صنعت فلزات اساسی با فولاد مبارکه اصفهان.. 107

جدول 4-6 : بهترین lag شرکت های حاضر در صنعت فلزات اساسی با فولاد مبارکه اصفهان : ادامه جدول.. 108

جدول 4-7 : تغییرات تعداد رکوردهای پایگاه های ساخته شده، پس از حذف داده های مغشوش اندیکاتورها.. 109

جدول 4-8 : اندیکاتورهای انتخاب شده توسط روش رگرسیون پله ای برای ورود به شبکه عصبی.. 110

جدول 4-9 : دسته بندی اندیکاتورهای مشابه.. 111

جدول 4-10 : اندیکاتورهای انتخاب شده از دسته ها برای ورود به شبکه عصبی.. 111

جدول 4-11 : داده های تخصیص داده شده به شبکه عصبی در هر پایگاه   116

جدول 4-12 : مقایسه نتایج به دست آمده از شبکه عصبی و مدل های رقیب برای سهام بانک پارسیان.. 120

جدول 4-13 : مقایسه نتایج به دست آمده از شبکه عصبی و مدل های رقیب برای سهام صنایع شیمیای فارس.. 120

جدول 4-14 : مقایسه نتایج به دست آمده از شبکه عصبی و مدل های رقیب برای سهام فولاد مبارکه اصفهان.. 121

 

فهرست شکل ها

شکل 1-1 : دسته بندی کلی تحلیل های کاربردی در بازار سرمایه   21

شكل2-2 : ساختار شبكه عصبي پيش رو (غير بازگشتي) باسه لايه ،لايه ورودي ، لايه مياني و لايه خروجي. 45

شكل2-3 : ساختار شبكه عصبي برگشتي با سه لايه ، لايه هاي دوم و سوم برگشتي مي باشند.. 45

شکل 2-4 : مدل یک نرون خطی و غیرخطی(خطی یا غیر خطی بودن به نوع تابع فعال ساز بستگی دارد). 47

شکل2-5 : نحوه عملکرد بایاس در خروجی ترکیب کننده خطی. 48

شکل 2-6 : توابع فعالسازی(الف) حدآستانه، (ب) خطی تکه‌ای، (ج) سیگموئید تک قطبی، (د)گوسین، (ه) خطی (و) سیگموئید دوقطبی. 50

شکل 2-7 : شبکه پیشرو با یک لایه فعال (خروجی). 51

شکل 2-8 : شبکه عصبی پیشرو با یک لایه مخفی و یک لایه خروجی. 52

شکل 2-9 : شبکه عصبی بازگشتی بدون حلقه خودپسخور و نرون‌های میانی   53

شکل 2-10 : شبکه بازگشتی با نرونهای مخفیبا حجم حافظه بالاتر   54

شکل 2-11 : یک شبکه عصبی با سه نرون و دولایه فعال. 56

شکل 3-1 : شمای کلی مراحل انجام تحقیق. 84

شکل 3-1 : شباهت سری های سفید و سیاه با در نظر گرفتن lag.. 92

شکل 4-1 : قیمت های بسته شدن سهام بانک پارسیان و بانک کارآفرین   113

شکل 4-2 : قیمت های بسته شدن سهام پتروشیمی خارک و صنایع شیمیایی فارس   114

شکل 4-3 : قیمت های بسته شدن سهام فولاد مبارکه اصفهان و فولاد خوزستان   115

شکل 4-4 : شبکه عصبی ساخته شده توسط نرم افزار متلب. 116

شکل 4-5 : قیمت های پایین پیش بینی شده و واقعی برای سهام بانک پارسیان   117

شکل 4-6 : قیمت های بالای پیشش بینی شده و واقعی برای سهام بانک پارسیان   117

شکل 4-7 : قیمت های پایین پیش بینی شده و واقعی برای سهام صنایع شیمیایی فارس. 118

شکل 4-8 : قیمت های بالای پیش بینی شده و واقعی برای سهام صنایع شیمیایی فارس. 118

شکل 4-9 : قیمت های پایین پیش بینی شده و واقعی برای سهام فولاد مبارکه اصفهان. 119

شکل 4-10 : قیمت های بالای پیش بینی شده و واقعی برای سهام فولاد مبارکه اصفهان. 119

برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل با فرمت ورد می توانید به لینک زیر مراجعه نمایید:

 دانلود از لینک زیر

 لینک متن کامل پایان نامه رشته مهندسی صنایع با عنوان 

پیش بینی قیمت سهام با استفاده از داده کاوی و شبکه های عصبی