پیش بینی قیمت فلزات گران بها با استفاده از روش شبکه عصبی

فلزات گران¬بها از اولين و مهم¬ترين عناصر شناخته شده بوسيله انسان مي¬باشد. علت اين امر علاوه بر کاربردهاي بسيار زياد اين مواد در بخش¬هاي مختلف زندگي انسان، به عنوان يک منبع بزرگ براي سرمايه¬گذاري مي¬باشد. سرمايه¬گذاران در پي روش¬هايي هستند که بتوانند قيمت¬هاي آينده فلز مورد نظر را پيش¬بيني نموده تا با تنظيم زمان خريد و فروش بيشترين سود را کسب نمايند. روش¬هاي گوناگوني براي پيش¬بيني قيمت تا به حال ارائه شده است که مي¬توان به سه بخش: 1) روش¬هاي سري زماني کلاسيک، 2) روش¬هاي هوش مصنوعي و 3) روش¬هاي ترکيبي تقسيم¬بندي نمود. در اين تحقيق سعي شده يک مدل پيش¬بيني به منظور مدل¬سازي قيمت چهار فلز گران¬بها طلا، نقره، پلاتين و پالاديوم براي دوره زماني آوريل 1990 تا دسامبر 2009 با استفاده از داده هاي ماهيانه ارائه شود. بدين منظور از هر يک از بخش¬هاي بيان شده يک مدل به عنوان نماينده براي پيش¬بيني قيمت مورد استفاده قرار گرفت. در نهايت نيز مدل¬هاي بدست آمده با يکديگر مقايسه شده تا مدل بهينه انتخاب گردد، در اينجا از دو ابزار ضريب تعيين (R2) و جذر مربع ميانگين خطاها (RMSE) به عنوان ابزار مقايسه استفاده شده است. نتايج اين تحقيق نشان از اين داشت که مدل نروفازي براي هر چهار فلز نتايج بهتري را نسبت به شبکه¬هاي عصبي و روش آريما ارائه مي¬نمايند به طوري که R2 و RMSE مربوط به داده¬هاي تست به ترتيب برابر با 904/0 و 155/0 براي طلا، 926/0 و 26/0 براي نقره، 922/0 و 192/0 براي پلاتين و در نهايت 899/0 و 171/0 براي پالاديوم مي¬باشد. بعد از روش نروفازي، شبکه-هاي عصبي در رتبه دوم دقت پيش¬بيني قرار گرفتند.