مدلسازی پیش بینی نرخ ارز در ایران با استفاده از شبکه عصبی مبتنی بر الگوریتم ژنتیک و الگوریتم ذرات انبوه

الموضوعات : دو فصلنامه علمی - تخصصی اقتصاد توسعه و برنامه ریزی

علی جمالی ¹ , سعید دائی کریم زاده ²

1 - گروه مدیریت، واحد پرند، دانشگاه آزاد اسلامی، پرند،
2 - دانشیار گروه اقتصاد، دانشگاه آزاد اسلامی، واحد (خوراسگان)،

تاريخ الإرسال : 20 الثلاثاء , جمادى الثانية, 1445 تاريخ التأكيد : 29 الخميس , جمادى الثانية, 1445 تاريخ الإصدار : 01 السبت , رجب, 1445

الکلمات المفتاحية: نرخ ارز, شبکه عصبی مصنوعی, الگوریتم ژنتیک, الگوریتم ذرات انبوه, ,

ملخص المقالة :

در سال‌های اخیر بکارگیری روش های هوش مصنوعی در بازارهای مالی و سرمایه گذاری به جای روش های کمی مرسوم، رو به افزایش بوده و معمولا عملکرد بهتری را نسبت به روش‌های کلاسیک ارائه کرده است. شبکه عصبی مصنوعی علیرغم مزایای فراوان دارای نقاط ضعف نیز می باشند. در این پژوهش به منظور غلبه بر نقاط ضعف روش شبکه عصبی با آموزش داده‌های شبکه عصبی از طریق الگوریتم تکاملی یعنی از ترکیب شبکه عصبی مصنوعی با الگوریتم ژنتیک (GA) و الگوریتم ذرات انبوه (PSO) جهت مدلسازی و پیش بینی روزانه نرخ های ارز اسمی در ایران در دوره زمانی 01/01/1392 تا 01/10/1398 استفاده شده است. این مدل‌های ترکیبی با روش شبکه عصبی به عنوان یکی از مدل‌های هوش مصنوعی با توجه به معیارهای خطای MSE، RMSE، MAE،U.Theil مقایسه می‌گردد. نتایج این پژوهش نشان از برتری مدل ترکیبی شبکه عصبی الگوریتم ذرات انبوه نسبت به سایر مدل های مورد بررسی تحقیق دارد