پیش‌بینی قیمت سهام با استفاده از شبکه عصبی و جنگل تصادفی (مطالعه‌ی موردی: سهام بانک ملت)

Abstract

یکی از مسائل مهم در علم آمار پیش‌بینی مدل‌های غیرخطی است. در پژوهش حاضر با استفاده از مدل شبکه عصبی پرسپترون و مدل جنگل تصادفی به پیش‌بینی قیمت سهام بانک ملت طی ده سال بین سال‌های 90 تا پایان 99 پرداخته شده است. از معیار MAPE به‌عنوان معیار سنجش استفاده شده است. هر دو در حوزه یادگیری بانظارت توضیح داده می‌شود. از شاخص‌های تکنیکال مانند RSI، OBV، MACD، %RW و ... به عنوان متغیرهای مستقل استفاده شده است. یافته های تجربی مربوط به بررسی ده ساله به خوبی نشان می‌دهند که هر دو مدل به تنهایی قادر به پیش‌بینی قیمت سهام می‌باشند اما مدل شبکه عصبی عملکرد بهتری نسبت به جنگل تصادفی داشته است پس دارای قدرت بهتری در پیش‌بینی می‌باشد.