1-5-2- جامعه آماری 4

1-5-3-  ابزار گردآوری داده‌ها‌ 4

1-5-4-  ابزار تجزیه و تحلیل 4

1-6-واژگان کلیدی 5

1-7- کلمات اختصاری 6

خلاصه 6

 

فصل دوم: مروری بر ادبیات موضوع

مقدمه 7

2-1- مفاهیم سرمایه گذاری 8

2-1-1- بازارهای مالی 8

2-1-1-1-انواع بازارهای مالی 8

2-1-1-2- بورس 9

2-1-1-2- 1- اهمیت بورس اوراق بهادار 9

2-1-1-2- 2- تاریخچه بورس اوراق بهادار تهران 10

2-1-2- مفهوم سرمایه گذاری 12

2-1-3- فرایند سرمایه گذاری 12

2-1-4- روش های سرمایه گذاری 13

2-1-5- سهام عادی 13

2-1-6- نظریه سرمایه گذاری در بورس 14

2-1-7- بازده سرمایه گذاری 14

2-1-8- کارایی بازار سرمایه و اهمیت آن در ارزیابی سهام 15

2-2- پیش بینی 16

2-2-1- روش های پیش بینی کیفی 16

2-2-2- روش های پیش بینی کمی 16

2-2-3- انتخاب روش پیش بینی 16

2-2-4- روش بنیادی 17

2-2-5- روش پیش بینی سری های زمانی کلاسیک 18

2-2-6- روش های تکنیکال یا فنی 19

2-3- سیستم فازی 24

2-3-1- منطق فازی 24

2-3-1-1- مجموعه‌های فازی 25

2-3-1-2- عملگرهای مجموعه فازی 25

2-4- شبکه عصبی فازی 26

2-4-1- شبکه‌های عصبی مصنوعی 26

2-4-2- تاریخچه شبکه‌های عصبی مصنوعی 26

2-4-3- ویژگی و قابلیت‌های شبکه‌های عصبی مصنوعی 27

2-4-4- تعریف شبکه عصبی قازی 28

2-4-5- نرون‌های فازی 28

2-4-6- قوانین فازی 30

2-4-7-سیستم‌های استنتاج فازی 30

برای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنید

 

2-4-7-1- روش‌های فازی ساز 32

2-4-7-2- روش‌های غیر فازی ساز 35

2-4-7-3- سیستم استنتاج ممدانی 37

2-4-7-3- سیستم استنتاج تاکاگی-سوگنو 38

2-4-8-شبکه ‌های عصبی فازی چند لایه 39

2-4-9- شبکه ANFIS 39

2-4-9-1- مزایای ANFIS 41

2-4-10-‌ فرایند یادگیری در شبکه‌ 42

2-4-10-1- الگوریتم‌یادگیری پس انتشار خطا 42

2-4-10-2- ایجاد ساختار اولیه FIS 43

2-4-10-3- فرایند یادگیری در شبکه ANFIS 44

2-4-11- اندازه گیری خطا در شبکه‌های عصبی 44

2-4-12- نرمالسازی خطی داده‌ها در فاصله [L,H] 46

2-5- پیشینه موضوع 47

2-5-1- بررسی کارآیی‌یا عدم کارآیی بازار 47

2-5-2- امکان سنجی بکارگیری شاخص‌های تحلیل تکنیکال در پیش‌بینی روند قیمت سهام 48

2-5-3- مروری بر پژوهشات صورت گرفته در زمینه پیش‌بینی متغیرهای اقتصادی و مالی با استفاده از سیستم‌های هوشمند 49

2-5-3-1- پژوهشات داخلی 49

2-5-3-2- پژوهشات خارجی 52

خلاصه 61

 

فصل سوم: روش پژوهش

مقدمه. 62

3-1- اهداف پژوهش. 63

3-2- متغیرهای پژوهش. 63

3-3- فرضیه های پژوهش. 65

3-4- نوع پژوهش. 65

3-5- روش پژوهش. 66

3-6-  جامعه آماری. 73

3-7- ابزار گردآوری داده ها. 73

3-8- ابزار تجزیه و تحلیل. 75

3-9-  قلمرو پژوهش. 75

خلاصه. 75

 

فصل چهارم: تجزیه و تحلیل داده‌ها

مقدمه 76

4-1- انتخاب متغیرهای ورودی 77

4-1-1- نرمال سازی داده ها 77

4-1-2- شناسایی متغیرهای ورودی شبکه 77

4-2- پیش بینی شاخص های تحلیل تکنیکال با استفاده از شبکه عصبی فازی 81

4-2-1- انتخاب داده های آزمون و آموزش 81

4-2-2- طراحی شبکه عصبی فازی 81

4-2-3- ارزیابی عملکرد شبکه 82

4-2-3-1- ارزیابی عملکرد شبکه بر اساس معیار MSE 82

4-2-3-2- ارزیابی عملکرد شبکه بر اساس معیار RMSE 85

4-3- بررسی درصد صحت پیش بینی شبکه عصبی فازی 87

4-4- بررسی معناداری تفاوت میانگین بازدهی روش های معاملاتی 89

 

یک مطلب دیگر :

خلاصه 93

 

فصل پنجم: نتیجه گیری و پیشنهادها

مقدمه 94

6-1- خلاصه پژوهش 95

6-2- نتایج پژوهش 95

6-2- محدودیت های پژوهش 97

6-3- پیشنهادها 97

خلاصه 98

منابع فارسی 99

منابع انگلیسی 103

پیوست1 107

پیوست2 117

 

 

 

 

 

 

 

 

 

فهرست جدول‌ها

جدول (1-1): کلمات اختصاری 6

جدول (2-1): خلاصه پیشینه تحقیقات داخلی 59

جدول (2-2): خلاصه پیشینه تحقیقات خارجی 60

جدول(3-1): متغیرهای استفاده شده توسط محققین قبلی. 63

جدول (3-2): نحوه تصمیم‌گیری بر اساس شاخص RSI 69

جدول (3-3): نحوه تصمیم‌گیری بر اساس SMA-P. 70

جدول (3-4): نحوه تصمیم‌گیری بر اساس MACD-SL. 70

جدول (3-5): نحوه تصمیم‌گیری بر اساس EMA-P. 71

جدول (3-6): نحوه تصمیم‌گیری بر اساس SO.. 72

جدول (3-7): نحوه تصمیم‌گیری بر اساس سیگنال نهایی. 72

جدول (3-8): اطلاعات نمونه مورد بررسی. 75

جدول (4-1): متغیرهای ورودی شبکه‌های عصبی فازی پیش‌بین متغیرهای وابسته 78

جدول(4-2): تعداد و درصد فراوانی حضور متغیرهای مستقل در شبکه‌های عصبی فازی 80

جدول (4-3): نتایج آزمون مقایسه میانگین 88

جدول(4-4): میانگین بازده روزانه سهام‌های مورد بررسی در حالت پیش از کسر هزینه‌های معاملاتی        90

جدول(4-5): میانگین بازده روزانه سهام‌های مورد بررسی در حالت پس از کسر هزینه‌های معاملاتی        91

جدول (4-6): نتایج مطالعه توصیفی بازده روزانه روش های مختلف 92

 

 

 

فهرست شکل‌ها

شکل(2-1): سیستم فرضی مشتمل بر چند سری زمانی ورودی و یک سری زمانی خروجی 19

شکل (2-2): میانگین متحرک ساده50 و200 روزه. 21

شکل(2-3): MACD 22

شکل (2-4): RSI 23

شکل (2-5): شاخص KD 24

شکل (2-6): مدل کلی نرون فازی 28

شکل(2-7): نرون فازیAND 30

شکل(2-8):  نرون فازی OR 30

شکل(2-9): اجزای سیستم استدلال فازی…………… 31

شکل(2-10): یک نمونه تابع عضویت مثلثی 33

شکل(2-11): یک نمونه تابع عضویت ذوزنقه‌ای……… 34

شکل(2-12): یک نمونه تابع عضویت گوسی…………. 34

شکل(2-13): یک نمونه تابع عضویت زنگی شکل……… 35

شکل(2-14): روش مرکز مجموع‌های سطوح 35

شکل(2-15): روش نیمساز 36

شکل(2-16): روش‌های ماکزیمم عضویت 36

شکل(2-17): سیستم استدلال فازی ممدانی با سه متغیر ورودی و یک متغیر خروجی 38

شکل(2-18): سیستم استنتاج فازی تاکاگی- سوگنو 39

شکل (2-19): شبکه عصبی فازی با نرون AND 39

شکل(2-20): شبکه عصبی فازی با نرون OR 39

شکل(2-21): شبکه ANFIS 41

شکل(2-22): مدل تان و همکاران (2008) 54

شکل(2-23): معماری شبکه LVQ 55

شکل(2-24): معماری شبکه PNN 56

شکل(2-25): معماری شبکه FNN 56

شکل (3-1): مدل محقق ساخته پژوهش حاضر. 67

شکل (3-2): فرایند اجرای پژوهش حاضر. 74

شکل(4-1): معماری شبکه ANFIS 80

نمودار(4-1): MSE داده های آموزش 82

نمودار(4-2): نمودار مقادیرواقعی و پیش بینی شده SO حفاری برای داده‌های آموزش 83

نمودار(4-3): نمودار مقادیرواقعی و پیش‌بینی شده SMA-P فاذر برای داده‌های آموزش 83

نمودار(4-4): MSE داده های آزمون 84

نمودار(4-5): نمودار مقادیرواقعی و پیش‌بینی شده SO کچاد برای داده‌های آزمون 85