چکیده فارسی :

امروزه به علت عدم قطعیت محیط و توسعه سریع تكنولوژی نوین معمولاً باید موقعیتهای آینده را با استفاده از داده های كم و در بازه زمانی كوتاه مدت پیش بینی كرد.

سرمایه گذاری در سهام عرضه شده دربورس اوراق بهادار یکی از گزینه های رکود دربازار سرمایه است. بازار سهام دارای سیستمی غیرخطی و آشوبگونه است که تحت تأثیر شرایط سیاسی، اقتصادی و روانشناسی می باشد و می توان از سیستم های هوشمند غیرخطی همچون شبکه های عصبی مصنوعی، سیستم های فازی و شبکه های عصبی فازی و الگوریتم های ژنتیک برای پیش بینی قیمت سهام استفاده نمود.

در این گزارش به بررسی و ارائه ی یک مدل پیش بینی خرید و فروش سهام با استفاده از رگرسیون خطی و سیستم خبره فازی و کاهش خطای پیش بینی خرید و فروش سهام پرداخته شده است. درادامه پس از بررسی و پیاده سازی مدل رگرسیون و سیستم فازی نتایج دو مدل مقایسه شده است و نتایج نشان دهنده این است که هر دو مدل تقریبا یکسان می باشند . در بررسی مقالات محققان دیگر، نتایج نشان می دهد که مدل ترکیبی شبکه های عصبی فازی و الگوریتم های ژنتیک پیش بینی های بسیار مناسب تری داشته و نسبت به سیستم فازی ازسرعت بالاتر و توانایی تقریب قوی تری برای پیش بینی خرید و فروش سهام برخوردار بوده است.

کلمات کلیدی: شبکه های عصبی فازی، الگوریتم های ژنتیک، پیش بینی، قیمت سهام، بورس