۲-۳-۱- منطق فازی ۲۴
۲-۳-۱-۱- مجموعه‌های فازی ۲۵
۲-۳-۱-۲- عملگرهای مجموعه فازی ۲۵
۲-۴- شبکه عصبی فازی ۲۶
۲-۴-۱- شبکه‌های عصبی مصنوعی ۲۶
۲-۴-۲- تاریخچه شبکه‌های عصبی مصنوعی ۲۶
۲-۴-۳- ویژگی و قابلیت‌های شبکه‌های عصبی مصنوعی ۲۷
۲-۴-۴- تعریف شبکه عصبی قازی ۲۸
۲-۴-۵- نرون‌های فازی ۲۸
۲-۴-۶- قوانین فازی ۳۰
۲-۴-۷-سیستم‌های استنتاج فازی ۳۰
۲-۴-۷-۱- روش‌های فازی ساز ۳۲
۲-۴-۷-۲- روش‌های غیر فازی ساز ۳۵
۲-۴-۷-۳- سیستم استنتاج ممدانی ۳۷
۲-۴-۷-۳- سیستم استنتاج تاکاگی-سوگنو ۳۸
۲-۴-۸-شبکه ‌های عصبی فازی چند لایه ۳۹
۲-۴-۹- شبکه ANFIS 39
۲-۴-۹-۱- مزایای ANFIS 41
۲-۴-۱۰-‌ فرایند یادگیری در شبکه‌ ۴۲
۲-۴-۱۰-۱- الگوریتم‌یادگیری پس انتشار خطا ۴۲
۲-۴-۱۰-۲- ایجاد ساختار اولیه FIS 43
۲-۴-۱۰-۳- فرایند یادگیری در شبکه ANFIS 44
۲-۴-۱۱- اندازه گیری خطا در شبکه‌های عصبی ۴۴
۲-۴-۱۲- نرمالسازی خطی داده‌ها در فاصله [L,H] 46
۲-۵- پیشینه موضوع ۴۷
۲-۵-۱- بررسی کارآیی‌یا عدم کارآیی بازار ۴۷
۲-۵-۲- امکان سنجی بکارگیری شاخص‌های تحلیل تکنیکال در پیش‌بینی روند قیمت سهام ۴۸
۲-۵-۳- مروری بر پژوهشات صورت گرفته در زمینه پیش‌بینی متغیرهای اقتصادی و مالی با بهره گرفتن از سیستم‌های هوشمند ۴۹
۲-۵-۳-۱- پژوهشات داخلی ۴۹
۲-۵-۳-۲- پژوهشات خارجی ۵۲
خلاصه ۶۱

فصل سوم: روش پژوهش
مقدمه. ۶۲
۳-۱- اهداف پژوهش. ۶۳
۳-۲- متغیرهای پژوهش. ۶۳
۳-۳- فرضیه های پژوهش. ۶۵
۳-۴- نوع پژوهش. ۶۵
۳-۵- روش پژوهش. ۶۶
۳-۶-  جامعه آماری. ۷۳
۳-۷- ابزار گردآوری داده ها. ۷۳
۳-۸- ابزار تجزیه و تحلیل. ۷۵
۳-۹-  قلمرو پژوهش. ۷۵
خلاصه. ۷۵

فصل چهارم: تجزیه و تحلیل داده‌ها
مقدمه ۷۶
۴-۱- انتخاب متغیرهای ورودی ۷۷
۴-۱-۱- نرمال سازی داده ها ۷۷
۴-۱-۲- شناسایی متغیرهای ورودی شبکه ۷۷
۴-۲- پیش بینی شاخص های تحلیل تکنیکال با بهره گرفتن از شبکه عصبی فازی ۸۱
۴-۲-۱- انتخاب داده های آزمون و آموزش ۸۱
۴-۲-۲- طراحی شبکه عصبی فازی ۸۱
۴-۲-۳- ارزیابی عملکرد شبکه ۸۲
۴-۲-۳-۱- ارزیابی عملکرد شبکه بر اساس معیار MSE 82
۴-۲-۳-۲- ارزیابی عملکرد شبکه بر اساس معیار RMSE 85
۴-۳- بررسی درصد صحت پیش بینی شبکه عصبی فازی ۸۷
۴-۴- بررسی معناداری تفاوت میانگین بازدهی روش های معاملاتی ۸۹
خلاصه ۹۳

فصل پنجم: نتیجه گیری و پیشنهادها
مقدمه ۹۴
۶-۱- خلاصه پژوهش ۹۵
۶-۲- نتایج پژوهش ۹۵
۶-۲- محدودیت های پژوهش ۹۷
۶-۳- پیشنهادها ۹۷
خلاصه ۹۸
منابع فارسی ۹۹
منابع انگلیسی ۱۰۳
پیوست۱ ۱۰۷
پیوست۲ ۱۱۷
 
 
 
 
 
 
 
 
 
فهرست جدول‌ها
جدول (۱-۱): کلمات اختصاری ۶
جدول (۲-۱): خلاصه پیشینه تحقیقات داخلی ۵۹
جدول (۲-۲): خلاصه پیشینه تحقیقات خارجی ۶۰
جدول(۳-۱): متغیرهای استفاده شده توسط محققین قبلی. ۶۳
جدول (۳-۲): نحوه تصمیم‌گیری بر اساس شاخص RSI 69
جدول (۳-۳): نحوه تصمیم‌گیری بر اساس SMA-P. 70
جدول (۳-۴): نحوه تصمیم‌گیری بر اساس MACD-SL. 70
جدول (۳-۵): نحوه تصمیم‌گیری بر اساس EMA-P. 71
جدول (۳-۶): نحوه تصمیم‌گیری بر اساس SO 72
جدول (۳-۷): نحوه تصمیم‌گیری بر اساس سیگنال نهایی. ۷۲
جدول (۳-۸): اطلاعات نمونه مورد بررسی. ۷۵
جدول (۴-۱): متغیرهای ورودی شبکه‌های عصبی فازی پیش‌بین متغیرهای وابسته ۷۸
جدول(۴-۲): تعداد و درصد فراوانی حضور متغیرهای مستقل در شبکه‌های عصبی فازی ۸۰
جدول (۴-۳): نتایج آزمون مقایسه میانگین ۸۸
جدول(۴-۴): میانگین بازده روزانه سهام‌های مورد بررسی در حالت پیش از کسر هزینه‌های معاملاتی        ۹۰
جدول(۴-۵): میانگین بازده روزانه سهام‌های مورد بررسی در حالت پس از کسر هزینه‌های معاملاتی        ۹۱
جدول (۴-۶): نتایج مطالعه توصیفی بازده روزانه روش های مختلف ۹۲
 
 
 
فهرست شکل‌ها
شکل(۲-۱): سیستم فرضی مشتمل بر چند سری زمانی ورودی و یک سری زمانی خروجی ۱۹
شکل (۲-۲): میانگین متحرک ساده۵۰ و۲۰۰ روزه. ۲۱
شکل(۲-۳): MACD 22
شکل (۲-۴): RSI 23
شکل (۲-۵): شاخص KD 24
شکل (۲-۶): مدل کلی نرون فازی ۲۸
شکل(۲-۷): نرون فازیAND 30
شکل(۲-۸):  نرون فازی OR 30
شکل(۲-۹): اجزای سیستم استدلال فازی. ۳۱
شکل(۲-۱۰): یک نمونه تابع عضویت مثلثی ۳۳
شکل(۲-۱۱): یک نمونه تابع عضویت ذوزنقه‌ای. ۳۴
شکل(۲-۱۲): یک نمونه تابع عضویت گوسی. ۳۴
شکل(۲-۱۳): یک نمونه تابع عضویت زنگی شکل. ۳۵
شکل(۲-۱۴): روش مرکز مجموع‌های سطوح ۳۵
شکل(۲-۱۵): روش نیمساز ۳۶
شکل(۲-۱۶): روش‌های ماکزیمم عضویت ۳۶
شکل(۲-۱۷): سیستم استدلال فازی ممدانی با سه متغیر ورودی و یک متغیر خروجی ۳۸
شکل(۲-۱۸): سیستم استنتاج فازی تاکاگی- سوگنو ۳۹
شکل (۲-۱۹): شبکه عصبی فازی با نرون AND 39
شکل(۲-۲۰): شبکه عصبی فازی با نرون OR 39
شکل(۲-۲۱): شبکه ANFIS 41
شکل(۲-۲۲): مدل تان و همکاران (۲۰۰۸) ۵۴
شکل(۲-۲۳): معماری شبکه LVQ 55
شکل(۲-۲۴): معماری شبکه PNN 56
شکل(۲-۲۵): معماری شبکه FNN 56
شکل (۳-۱): مدل محقق ساخته پژوهش حاضر. ۶۷
شکل (۳-۲): فرایند اجرای پژوهش حاضر. ۷۴
شکل(۴-۱): معماری شبکه ANFIS 80
نمودار(۴-۱): MSE داده های آموزش ۸۲
نمودار(۴-۲): نمودار مقادیرواقعی و پیش بینی شده SO حفاری برای داده‌های آموزش ۸۳
نمودار(۴-۳): نمودار مقادیرواقعی و پیش‌بینی شده SMA-P فاذر برای داده‌های آموزش ۸۳
نمودار(۴-۴): MSE داده های آزمون ۸۴
نمودار(۴-۵): نمودار مقادیرواقعی و پیش‌بینی شده SO کچاد برای داده‌های آزمون ۸۵
نمودار(۴-۶): نمودار مقادیرواقعی و پیش‌بینی شده MACD-SL شنفت برای داده‌های آزمون ۸۵
نمودار(۴-۷): RMSE داده‌های آموزش ۸۶
نمودار(۴-۸): RMSE داده‌های آزمون ۸۷
نمودار(۴-۹): درصد صحت پیش‌بینی داده‌های آزمون ۸۸
نمودار(۴-۱۰): تعداد معاملات هر سهم ۹۲

 
 
 
فصل اول
کلیات پژوهش

 
 

مقدمه
پژوهش حاضر به منظور انجام یک پژوهش علمی صورت گرفته است. بدین منظور جهت بررسی مساله‌ مربوطه، می‌بایست طرح پژوهش مناسبی تهیه شودکه مساله‌ی پژوهش در آن به خوبی تعریف، فرضیه‌های آن به درستی تدوین، روش گردآوری اطلاعات و تجزیه و تحلیل آن مشخص باشد. لذا در این فصل ابتدا به طور مختصر به تشریح و بیان موضوع پرداخته می‌شود. در ادامه اهمیت و ضرورت انجام پژوهش مورد بررسی قرار می‌گیرد. سپس به بیان فرضیه‌های پژوهش، اهداف اساسی از انجام پژوهش پرداخته شده و در ادامه، روش انجام پژوهش، قلمرو پژوهش و ابزار مورد استفاده در پژوهش برای تجزیه و تحلیل اطلاعات بیان شده‌اند و هم چنین  واژه‌ها‌ و اصلاحات تخصصی تعریف می‌شوند. در انتها، به علت کاربرد زیاد از حروف اختصاری در طول متن، تعاریف و عبارات کامل اصطلاحات پر کاربرد در یک جدول به نمایش گذارده شده است.
 
۱-۱-شرح و بیان مساله پژوهشی

خرید فایل متن کامل در سایت zusa.ir

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *