تلفن: 04142273781

ترجمه مقاله مطالعه سیستم شبکه عصبی خفاشی در پیش بینی قیمت سهام – نشریه الزویر

عنوان فارسی: مطالعه سیستم های شبکه عصبی خفاشی در پیش بینی قیمت سهام: مطالعه موردی در قیمت سهام DAX
عنوان انگلیسی: A bat-neural network multi-agent system (BNNMAS) for stock price prediction: Case study of DAX stock price
تعداد صفحات مقاله انگلیسی : 15 تعداد صفحات ترجمه فارسی : 27
سال انتشار : 2015 نشریه : الزویر - Elsevier
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 7794 رفرنس : دارد
محتوای فایل : zip حجم فایل : 5.98Mb
رشته های مرتبط با این مقاله: علوم اقتصادی و مهندسی کامپیوتر
گرایش های مرتبط با این مقاله: مهندسی الگوریتم ها و محاسبات، هوش مصنوعی، برنامه ریزی سیستم های اقتصادی و اقتصاد مالی
مجله: محاسبات نرم کاربردی - Applied Soft Computing
دانشگاه: گروه مدیریت، علم و فناوری، دانشگاه صنعتی امیر کبیر، تهران، ایران
کلمات کلیدی: پیش بینی قیمت، الگوریتم خفاشی، شبکه عصبی مصنوعی، سیستم های چندگانه، تحلیل های اساسی، قیمت سهام DAX
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1.مقدمه

۲. پیشینه تحقیق

۳. معماری و ساختار مدل ارائه شده

۳.۱. اهداف نظام

۳.۲. نقش سیستم

۳.۳. شرح عوامل

۳.۳.۱. جمع آوری داده ها و تشخیص ویژگی

۳.۳.۲. عامل پردازش اطلاعات گروهی

۳.۳.۳. واحد مدلسازی گروهی

۳.۳.۴. عامل نمایندگی دانش گروهی

۴. نتایج تجربی

۴.۱. اطلاعات

۴.۲. پیاده سازی مدل BNNMAS برای پیش بینی قیمت سهام

۴.۳. تجزیه و تحلیل عملکرد از مدل ارائه شده BNNMAS

5. نتیجه گیری

نمونه متن انگلیسی

Abstract

Creating an intelligent system that can accurately predict stock price in a robust way has always been a subject of great interest for many investors and financial analysts. Predicting future trends of financial markets is more remarkable these days especially after the recent global financial crisis. So traders who access to a powerful engine for extracting helpful information throw raw data can meet the success. In this paper we propose a new intelligent model in a multi-agent framework called bat-neural network multi-agent system (BNNMAS) to predict stock price. The model performs in a four layer multi-agent framework to predict eight years of DAX stock price in quarterly periods. The capability of BNNMAS is evaluated by applying both on fundamental and technical DAX stock price data and comparing the outcomes with the results of other methods such as genetic algorithm neural network (GANN) and some standard models like generalized regression neural network (GRNN), etc. The model tested for predicting DAX stock price a period of time that global financial crisis was faced to economics. The results show that BNNMAS significantly performs accurate and reliable, so it can be considered as a suitable tool for predicting stock price specially in a long term periods.

نمونه متن ترجمه

چکیده

ایجاد یک سیستم هوشمند که بتواند با دقت به پیش بینی قیمت سهام ها در بازارهای مالی بپردازد، دارای طرفدارهای بسیاری در این بازارها است. پیش بینی روند مالی در آینده و با توجه به بحران های مالی حال حاضر امروری ضروری و مهم به نظر می رسد. بنابراین، معامله کنندگان در بازارها احتیاج به یک موتور قدرتمند برای استخراج اطالعات مفید از داده های خام برای رسیدن به موفقیت هستند. در این مقاله روشی هوشمند در چارچوب روش جدید چند عامله خفاش – شبکه عصبی برای پیش بینی قیمت سهام ارائه شده است. این مدل در 4 لایه و برای پیش بینی 8 سال از قیمت سهام در دوره های سه ماهه مطرح شده است. قابلیت این مدل استفاده از داده های اساسی و فنی قیمت سهام های DAX و مقایسه این داده ها با روش هایی شبکه عصبی، الگوریتم ژنتیک، شبکه عصبی رگرسیون و ... که مدل ارزیابی و آزمایش شده و برای دوره های مالی آینده می توان پیش بینی های مالی انجام داد. نتایج نشان می دهد داده های حاصل از مدل بسیار دقیق و قابل اعتماد هستند و می توان از ان ها به عنوان یک ابزار مناسب برای پیش بینی داده ها و ارزها و قیمت ها در دوره های بعدی استفاده کرد.