%36تخفیف

دانلود پروژه: بررسی عوامل موثر بر قیمت طلا و ارائه مدل پیش بینی قیمت آن به کمک تکنیک‌های پیشرفته داده کاوی  

تعداد 107صفحه در فایل word

کارشناسی ارشد در رشته مهندسی فناوری اطلاعات (تجارت الکترونیک)

 

بررسی عوامل موثر بر قیمت طلا و ارائه مدل پیش بینی قیمت آن به کمک تکنیک‌های پیشرفته داده کاوی

 

 

 

چکیده

طلا همواره به عنوان فلزی گران بها مورد توجه بشر بوده است، بنابراین پیش بینی قیمت آن از اهمیت فراوانی برخوردار است.بررسی دقیق عوامل موثر در پیش بینی قیمت طلا اهمیت و تاثیر بسزایی در افزایش دقت پیش بینی دارد. در این مطالعه و تحقیق عوامل موثر و بیشتری در مقایسه با تحقیقات قبلی مورد بررسی قرار گرفته است.و از نظر تقسیم بندی زمانی،داده‌های جمع آوری شده به سه دسته روزانه،ماهانه و سالانه تقسیم شدند.آزمایشات انجام شده، نشان داد که دقت پیش بینی ها در این مطالعه، نسبت به مطالعات پیشین، باعث بهبود 2% دقت پیش بینی در روش‌های شبکه‌های عصبی و 7.3% در روش‌های سری زمانی و 5.6% در روش رگرسیون خطی شده است. نتایج حاصله بیانگر کارآمدی عوامل بررسی شده در پژوهش، برای پیش بینی قیمت طلا می‌باشد و نتایج این تحقیق، باعث سودآوری برای افراد،سایر سازمان ها و طلا فروشی ها می‌باشد. و در انتها پیشنهاداتی برای مطالعات آینده ارائه گردیده است.

واژگان کلیدی: داده کاوی، عوامل موثربرپیش بینی،سری‌های زمانی،،شبکه‌های عصبی،روش‌های رگرسیون،دقت پیش بینی.

 

 

فهرست مطالب

 

عنوان                                                                                                              صفحه             

فصل اول:

1-مقدمه. 2

1-1ضرورت و اهمیت پیش بینی قیمت طلا. 2

1-2-هدف پایان نامه. 5

1-3- مراحل انجام تحقیق.. 5

1-4 – ساختار پايان نامه. 6

فصل دوم:

2- ادبيات موضوع و مباني نظري تحقيق.. 8

2-1-مقدمه. 8

2-2-رويكرد ماشين و داده كاوي.. 8

2-3-فرايند داده كاوي.. 10

2-4-ابزارها و تكنيك‌‌های داده كاوي.. 12

2-5-روش‌‌های داده كاوي.. 13

2-5-1- روش‌‌های توصيف داده ها 13

2-5-2-درخت تصميم. 13

2-5-3-شبكه عصبي.. 14

2-5-4-تشخيص آنومالي.. 14

2-5-5-روش‌های سری زمانی.. 15

2-5-6-روش‌های رگرسیون خطی.. 15

2-6-خلاصه فصل. 16

فصل سوم:

3-بررسی عوامل موثر بر پیش بینی قیمت طلا. 18

3-1-مقدمه. 18

3-2- مجموع عوامل تاثیر گذار بر قیمت طلا. 18

3-2-1-شاخص بهای مصرف کننده (CPI) 19

3-2-2-SPDR.. 20

3-2-3-تعهدات باز (OPEN INTEREST) 20

3-2-4-هرج و مرج و جنگ در کشور‌های تولید کننده نفت.. 21

3-2-5-شاخص دلار آمریکا 22

3-2-6-فروش رسمی.. 23

3-2-7-USGDP:تولید ناخالص داخلی ایالت متحده 23

3-2-8-قیمت مسکن.. 23

3-2-9-ذخائر نفت ایالت متحده 24

3-2-10-نرخ مبادله دلار /یورو 24

3-2-11هزینه مصرف خصوصی.. 25

3-2-12-هزینه مصرفی دولت و سرمایه ناخالص… 26

3-2-13-صادرات کالا و خدمات.. 27

3-2-14-واردات کالا و خدمات.. 28

3-2-15-افزایش هزینه‌ی نیروی کار 28

3-2-16-افزایش تقاضای طلای هند و چین.. 28

3-2-17-بحران‌های اقتصادی آمریکا و بدتر شدن وضعیت اقتصادی جهان. 29

3-2-18تورم ناشی از به‌کارگیری سیاست‌های انبساطی پولی بانک‌های مرکزی.. 30

3-2-19-بحران بدهی دولت آمریکا و کشورهای منطقه‌ی یورو و ژاپن.. 30

3-2-20-ورود بانک مرکزی کشورها به بازار طلا. 31

3-2- 21-کاهش نرخ بهره بانکي.. 32

3-2-22- صندوق بين‌المللي پول و فروش طلا. 32

3-2-23-تغییر ارزش دلار نسبت به نرخ سایر ارزها(اندیس دلار) 34

3-2-24-اعیاد و مناسبت ها 34

3-2-25- رشد نقدینگی.. 34

3-2-25-1-تزريق در آمد‌‌های ارزي حاصل از فروش نفت به جامعه. 35

3-2-25-2-  افزايش نقدينگي توسط بانك مركزي.. 35

3-2-25-3-اعتبارات و پرداخت‌‌های بانك مركزي و سيستم بانكي.. 36

3-2-25-4- استقراض بيش از حد دولت از بانك مركزي.. 36

3-2-25-5- سياست‌‌های پولي  انبساطي.. 37

3-2-25-6-  كسري بودجه دولت.. 37

3-2-26-شاخص در آمد کل. 37

3-2-27-قیمت مس… 38

3-3-مروری بر تحقیقات انجام شده 39

3-4-خلاصه فصل. 48

فصل چهارم:

4- ارائه روش پيشنهادي.. 50

4-1-مقدمه. 50

4-2- معرفی روش پیشنهادی.. 50

4-3- ارزيابي روش پيشنهادي.. 51

4-4- انتخاب نرم افزار 51

4-5-مشخصه‌های  جمع اوری شده در پژوهش… 53

4-6-جدول مربوط به مشخصه‌های جمع آوری شده در پژوهش‌های پیشین 55

4-7-ضریب همبستگی.. 57

4-8-داده‌های دور افتاده 59

4-9-تکنیک‌های مورد استفاده 60

4-10-پیش بینی با استفاده از شبکه‌های عصبی.. 61

4-10-1-پیش بینی با استفاده از شبکه‌های عصبی متد MLP. 61

4-10-2-پیش بینی با استفاده روش شبکه‌های عصبی مدل RBF. 65

4-11پیش بینی با استفاده از روش رگرسیون. 69

4-11-1- پیش بینی با استفاده از روش رگرسیون،روش ورود متغیر  Enter. 70

4-11-2-پیش بینی با روش رگرسیون با استفاده از روش ورود متغیر Stepwise. 72

4-12-پیش بینی با استفاده از روش سری‌های زمانی   ARIMA.. 74

4-12-1-محاسبات مربوط به ساختن مدل ARIMA با بررسی عوامل عنوان شده در  پژوهش… 74

4-12-2-محاسبات مربوط به ساختن مدل ARIMA با بررسی عوامل پیشین.. 76

4-2- مقايسه نتايج. 79

4-13-خلاصه فصل. 80

فصل پنجم

5- مقایسه و نتیجه گیری.. 82

5-1- جمع بندي مطالب.. 82

5-2-نتیجه گیری. 82

5-3-پیشنهاداتی برای مطالعات آینده 83

فهرست منابع فارسی.. 84

فهرست منابع انگلیسی.. 86

 

 

 

فهرست مطالب

 

عنوان                                                                                                              صفحه             

جدول 4-1-مشخصه‌های جمع آوری شده در مدل. 53

جدول4-2- مشخصه‌های جمع آوری شده در پژوهش‌های پیشین.. 55

جدول 4-3-مشخصه‌های جمع آوری شده به صورت روزانه در مدل. 55

جدول 4-4-مشخصه‌های جمع آوری شده به صورت ماهیانه در مدل. 55

جدول 4-5-مشخصه‌های جمع آوری شده به صورت سالیانه در مدل. 56

جدول 4-6-ضرایب همبستگی مربوط به عوامل بررسی شده در مدل. 57

جدول 4-7-دقت پیش بینی با استفاده از شبکه عصبی متد MLP. 62

جدول4-8-مقادیر خطای به دست آمده با استفاده از شبکه عصبی مدل MLP با بررسی عوامل عنوان شده در پژوهش     63

جدول 4-9- مقادیر خطای به دست آمده با استفاده از شبکه عصبی مدل MLP با بررسی عوامل پیشین   63

جدول 4-10-دقت پیش بینی با روش شبکه‌های عصبی مدل RBF. 67

جدول4-11-مقادیر خطای به دست آمده با استفاده از شبکه عصبی مدل RBF با بررسی عوامل عنوان شده در پژوهش     67

جدول4-13-مقادیر خطای به دست آمده با استفاده از روش رگرسیون  مدل Enter با بررسی عوامل عنوان شده در پژوهش     71

جدول4-14-مقادیر خطای به دست آمده با استفاده از روش رگرسیون  مدل Enter با بررسی عوامل پیشین   71

جدول 4-15-مقادیر خطای به دست آمده با استفاده از روش رگرسیون متد Stepwise با بررسی عوامل عنوان شده در پژوهش… 73

جدول 4-16- مقادیر خطای به دست آمده با استفاده از روش رگرسیون متد Stepwise   با بررسی عوامل پیشین   74

جدول 4-17- مقادیر خطای به دست آمده با استفاده از روش سری زمانی مدل اریما  با بررسی عوامل عنوان شده در پژوهش     76

جدول 4-18- پارامترهای مدل اریما با بررسی عوامل بررسی شده در پژوهش… 76

جدول 4-19- مقادیر خطای به دست آمده با استفاده از روش سری زمانی مدل اریما  با بررسی عوامل پیشین   78

جدول 4-20- پارامترهای مدل اریما با بررسی عوامل پیشین.. 78

جدول 4-21-جدول مقایسه نتایج تکنیک‌های داده کاوی با بررسی عوامل عنوان شده در پژوهش     79

جدول 4-22-جدول مقایسه نتایج تکنیک‌های داده کاوی با بررسی عوامل پیشین.. 79

جدول 4-23-جدول مربوط به بهبود دقت پیش بینی نسبت به عوامل بررسی شده پیشین.. 79

 

 

 

فهرست مطالب

 

عنوان                                                                                                              صفحه             

شكل 4-1- صفحه اول نرم افزار كلمنتاين نسخه 12. 52

شکل 4-2-شمای کلی از نرم افزار Minitab 16 در پیدا کردن داده‌های دور افتاده 60

شکل 4-3- اولويت بندي فيلدهاي منتخب توسط الگوريتم شبکه عصبی MLP. 63

شکل 4-4-نمای پرسپترون سه لایه با اتصالاتش… 65

شکل4-5- سطح تابع انتقال گوسین در هر واحد شبکه RBF. 66

شکل 4-6- اولويت بندي فيلدهاي منتخب توسط الگوريتم شبکه عصبی متد RBF. 68

شکل 4-7-نمای RBF  سه لایه با اتصالاتش… 69

شکل 4-8- اولويت بندي فيلدهاي منتخب توسط روش رگرسیون با  استفاده از روش ورود متغیر  enter  70

شکل 4-9-معادله رگرسیون به دست آمده برای پیش بینی قیمت طلا با متد Enter. 71

شکل 4-10-اولويت بندي فيلدهاي منتخب توسط روش رگرسیون با  استفاده از روش ورود متغیر  Stepwise  72

شکل 4-11-معادله رگرسیون به دست آمده برای پیش بینی قیمت طلا با متد Stepwise. 73

شکل 4-12-نمودارتابع خودهمبستگی تفاضل گیری شده با بررسی عوامل عنوان شده در پژوهش     75

شکل 4-13-نمودارتابع خودهمبستگی جزئی تفاضل گیری شده با بررسی عوامل عنوان شده در پژوهش     75

شکل 4-14-نمودارتابع خودهمبستگی تفاضل گیری شده با بررسی عوامل پیشین.. 77

شکل4-15-نمودارتابع خودهمبستگی جزیی تفاضل گیری شده با بررسی عوامل پیشین.. 77

قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
Loading...
enemad-logo