Международный журнал роевого интеллекта и эволюционных вычислений

Абстрактный

Прогноз цен на индийском фондовом рынке на основе искусственных нейронных сетей: до и после демонетизации

Сиддхешвар Чопра*, Дипти Ядав и Ану Нагпал Чопра

В этой статье исследуется способность искусственных нейронных сетей (ИНС) прогнозировать цены на фондовом рынке до и после демонетизации в Индии. Демонетизация — это акт правительства по лишению денежной единицы статуса законного платежного средства. Для прогнозирования будущей стоимости рассматриваются девять акций и индекс CNX NIFTY50. Девять акций подразделяются по волатильности и капитализации. Набор данных для обучения, тестирования и проверки каждой рассматриваемой акции составляет не менее восьми лет. Многослойные нейронные сети обучаются с помощью алгоритма Левенберга-Марквардта, передаточная функция скрытого слоя — касательная сигмоидальная, а передаточная функция выходного слоя — чисто линейная. Несколько сетей создаются путем изменения количества нейронов для достижения минимальной среднеквадратической ошибки (MSE) для оптимальной точности. Значения регрессии, найденные во время обучения, составляют 0,999 для всех сетей, что отражает высокую эффективность спроектированной нейронной сети. Прогнозируемые значения спроектированных сетей проверяются с помощью фактических значений до и после демонетизации в Индии.