پیش‌بینی زمان بهینه انجام معاملات با استفاده از شبکه عصبی فازی: با رویکرد تحلیل تکنیکال

فصل اول: کلیات پژوهش

مقدمه

۱-۱-شرح و بیان مساله پژوهشی

۱-۲-اهمیت و ارزش پژوهش

۱-۳-اهداف پژوهش

۱-۴-فرضیه های پژوهش

۱-۵-روش پژوهش

۱-۵-۱- نوع مطالعه و روش بررسی فرضیه‌ها‌

۱-۵-۲- جامعه آماری

۱-۵-۳-  ابزار گردآوری داده‌ها‌

۱-۵-۴-  ابزار تجزیه و تحلیل

۱-۶-واژگان کلیدی

۱-۷- کلمات اختصاری

خلاصه

فصل دوم: مروری بر ادبیات موضوع

مقدمه

۲-۱- مفاهیم سرمایه گذاری

۲-۱-۱- بازارهای مالی

۲-۱-۱-۱-انواع بازارهای مالی

۲-۱-۱-۲- بورس

۲-۱-۱-۲- ۱- اهمیت بورس اوراق بهادار

۲-۱-۱-۲- ۲- تاریخچه بورس اوراق بهادار تهران

۲-۱-۲- مفهوم سرمایه گذاری

۲-۱-۳- فرایند سرمایه گذاری

۲-۱-۴- روش های سرمایه گذاری

۲-۱-۵- سهام عادی

۲-۱-۶- نظریه سرمایه گذاری در بورس

۲-۱-۷- بازده سرمایه گذاری

۲-۱-۸- کارایی بازار سرمایه و اهمیت آن در ارزیابی سهام

۲-۲- پیش بینی

۲-۲-۱- روش های پیش بینی کیفی

۲-۲-۲- روش های پیش بینی کمی

۲-۲-۳- انتخاب روش پیش بینی

۲-۲-۴- روش بنیادی

۲-۲-۵- روش پیش بینی سری های زمانی کلاسیک

۲-۲-۶- روش های تکنیکال یا فنی

۲-۳- سیستم فازی

۲-۳-۱- منطق فازی

۲-۳-۱-۱- مجموعه‌های فازی

۲-۳-۱-۲- عملگرهای مجموعه فازی

۲-۴- شبکه عصبی فازی

۲-۴-۱- شبکه‌های عصبی مصنوعی

۲-۴-۲- تاریخچه شبکه‌های عصبی مصنوعی

۲-۴-۳- ویژگی و قابلیت‌های شبکه‌های عصبی مصنوعی

۲-۴-۴- تعریف شبکه عصبی قازی

۲-۴-۵- نرون‌های فازی

۲-۴-۶- قوانین فازی

۲-۴-۷-سیستم‌های استنتاج فازی

۲-۴-۷-۱- روش‌های فازی ساز

۲-۴-۷-۲- روش‌های غیر فازی ساز

۲-۴-۷-۳- سیستم استنتاج ممدانی

۲-۴-۷-۳- سیستم استنتاج تاکاگی-سوگنو

۲-۴-۸-شبکه ‌های عصبی فازی چند لایه

۲-۴-۹- شبکه ANFIS

۲-۴-۹-۱- مزایای ANFIS

۲-۴-۱۰-‌ فرایند یادگیری در شبکه‌

۲-۴-۱۰-۱- الگوریتم‌یادگیری پس انتشار خطا

۲-۴-۱۰-۲- ایجاد ساختار اولیه FIS

۲-۴-۱۰-۳- فرایند یادگیری در شبکه ANFIS

۲-۴-۱۱- اندازه گیری خطا در شبکه‌های عصبی

۲-۴-۱۲- نرمالسازی خطی داده‌ها در فاصله [L,H]

۲-۵- پیشینه موضوع

۲-۵-۱- بررسی کارآیی‌یا عدم کارآیی بازار

۲-۵-۲- امکان سنجی بکارگیری شاخص‌های تحلیل تکنیکال در پیش‌بینی روند قیمت سهام

۲-۵-۳- مروری بر پژوهشات صورت گرفته در زمینه پیش‌بینی متغیرهای اقتصادی و مالی با استفاده از سیستم‌های هوشمند

۲-۵-۳-۱- پژوهشات داخلی

۲-۵-۳-۲- پژوهشات خارجی

خلاصه

فصل سوم: روش پژوهش

مقدمه

۳-۱- اهداف پژوهش

۳-۲- متغیرهای پژوهش

۳-۳- فرضیه های پژوهش

۳-۴- نوع پژوهش

۳-۵- روش پژوهش

۳-۶-  جامعه آماری

۳-۷- ابزار گردآوری داده ها

۳-۸- ابزار تجزیه و تحلیل

۳-۹-  قلمرو پژوهش

خلاصه

فصل چهارم: تجزیه و تحلیل داده‌ها

مقدمه

۴-۱- انتخاب متغیرهای ورودی

۴-۱-۱- نرمال سازی داده ها

۴-۱-۲- شناسایی متغیرهای ورودی شبکه

۴-۲- پیش بینی شاخص های تحلیل تکنیکال با استفاده از شبکه عصبی فازی

۴-۲-۱- انتخاب داده های آزمون و آموزش

۴-۲-۲- طراحی شبکه عصبی فازی

۴-۲-۳- ارزیابی عملکرد شبکه

۴-۲-۳-۱- ارزیابی عملکرد شبکه بر اساس معیار MSE

۴-۲-۳-۲- ارزیابی عملکرد شبکه بر اساس معیار RMSE

۴-۳- بررسی درصد صحت پیش بینی شبکه عصبی فازی

۴-۴- بررسی معناداری تفاوت میانگین بازدهی روش های معاملاتی

خلاصه

فصل پنجم: نتیجه گیری و پیشنهادها

مقدمه

۶-۱- خلاصه پژوهش

۶-۲- نتایج پژوهش

۶-۲- محدودیت های پژوهش

۶-۳- پیشنهادها