عنوان ترجمه شده مقاله: پیش بینی جهت تغییر قیمت شاخص سهام با استفاده از شبکه های عصبی مصنوعی و ماشین های بردار پشتیبانی: نمونه ی بورس اوراق بهادار استانبول

Prediction of stock price index movement is regarded as a challenging task of financial time series prediction. An accurate prediction of stock price movement may yield profits for investors. Due to the complexity of stock market data, development of efficient models for predicting is very difficult. This study attempted to develop two efficient models and compared their performances in predicting the direction of movement in the daily Istanbul Stock Exchange (ISE) National 100 Index. The models are based on two classification techniques, artificial neural networks (ANN) and support vector machines (SVM). Ten technical indicators were selected as inputs of the proposed models. Two comprehensive parameter setting experiments for both models were performed to improve their prediction performances. Experimental results showed that average performance of ANN model (75.74%) was found significantly better than that of SVM model 71.52%

چکیده
پیش بینی تغییر شاخص قیمت سهام به عنوان یک کار چالش برانگیز برای پیش بینی سری های زمانی مالی در نظر گرفته می شود. پیش بینی دقیق تغییر قیمت سهام ممکن است برای سرمایه گذاران سود داشته باشد.  با توجه به پیچیدگی داده های بازار سهام، توسعه ی مدل هایی کارآمد برای پیش بینی بسیار دشوار است.  این مقاله تلاش می کند تا دو مدل کارآمد را توسعه دهد و عملکرد آنها را در پیش بینی جهت تغییر روزانه ی 100 شاخص ملی (ISE) مبادله ی سهام استانبول مقایسه نماید. این مدل ها بر اساس دو روش طبقه بندیِ، شبکه های عصبی مصنوعی (ANN) و ماشین های بردار پشتیبانی (SVM) می باشد. ده شاخص فنی به عنوان ورودی برای مدل های پیشنهادی انتخاب شده اند.  دو پارامتر جامع تنظیم کننده ی آزمایش برای هر دو مدل به منظور بهبود کارایی پیش بینی مدل ها اجرا شده اند.  نتایج تجربی نشان داد که میانگین کارایی مدل ANN (75.74%) به طور قابل توجهی بهتر از مدل SVM (71.52%) می باشد.

-1مقدمه

پیش بینی شاخص قیمت سهام و تغییر آن به عنوان یکی از برنامه های کاربردی بسیار چالش برانگیز برای پیش بینی سری های زمانی در نظر گرفته شده است.  اگرچه تحقیقات تجربی بسیاری مربوط به مسائل پیش بینی شاخص قیمت سهام وجود داشته است، بسیاری از یافته های تجربی با بازارهای مالی توسعه یافته مرتبط می باشند.  به هر حال، تعدادی پژوهش در ادبیات تحقیق برای پیش بینی جهت تغییر شاخص قیمت سهام در بازارها در حال ظهور، به خصوص در بازار سهام ترکیه وجود دارد. پیش بینی های دقیق تغییر شاخص های قیمت سهام برای توسعه ی استراتژی های معاملاتی بازار موثر بسیار مهم است (Leung, Daouk, Chen,2000) . بنابراین، سرمایه گذاران می توانند مانع از خطرات بالقوه بازار و دلالان شوند و آربیتراژگرها (سرمایه گذارانی که ریسک نمی کنند) فرصتی برای تولید سود توسط معاملات شاخص سهام دارند (Manish, Thenmozhi, 2005) …