روش مناسب برای پیش بینی قیمت طلا توسط تکنیکهای داده کاوی

رشته فناوری اطلاعات (IT)
دانلود سمینار پایان‌نامه كارشناسی ارشد مهندسی فناوری اطلاعات

روش مناسب برای پیش بینی قیمت طلا توسط تکنیک‌های داده کاوی

چکیده

در این تحقیق روش مناسب برای پیش بینی قیمت طلا توسط تکنیک‌های داده کاوی معرفی خواهد شد که در پی افزایش میزان دقت پیش بینی قیمت طلا و در نتیجه افزایش سودآوری برای افراد و سایر صرافی ها و طلافروشی ها است، سپس به منظور ارزیابی روش پیشنهادی، عوامل موثر پیشین بر پیش بینی قیمت طلا با عوامل موثر بررسی شده در پژوهش توسط فنون متداول داده كاوی سنجیده خواهد شد.

معرفی روش پیشنهادی

در این قسمت،ما ابتدا، عوامل موثر سیاسی و اقتصادی واجتماعی و فرهنگی موثر بر پیش بینی قیمت طلا را بررسی میکنیم که در پژوهش‌های پیشین فقط به پاره ای از عوامل اقتصادی بسنده شده بود وسپس در قسمت بعدی، ضریب همبستگی بین عوامل موثر و قیمت طلا بررسی می‌شود و در نهایت هر دو مدل پیش بینی قیمت طلا با بررسی عوامل موثر پیشین و عوامل موثر بررسی شده در پژوهش مورد ارزیابی با نرم افزارهای داده کاوی مورد تجزیه و تحلیل قرار گرفته و در صد پیش بینی صحیح و مقدار خطاهای آنها مورد بررسی قرار گرفته و نتایج با هم مورد مقایسه قرار می‌گیرند تا بهبود دقت پیش بینی ها با بررسی و افزایش تعداد عوامل موثر مورد بحث قرار گیرد.

واژگان کلیدی: داده کاوی دقت پیش بینی سری‌های زمانی شبکه‌های عصبی روش‌های رگرسیون عوامل موثربرپیش بینی مقدمه: طلا همواره به عنوان رقیبی برای پول‌های رایج و جایگزینی برای آن‌ها در ایفای نقش ذخیره ارزش، موقعیت خود را در بحران‌های سیاسی و اقتصادی حفظ کرده است. طلا همچنان کالایی امن، برای سرمایه‌گذاری در شرایط نامطمئن اقتصادی است.مارتین هنکه، تحلیلگر اقتصادی در این باره می‌گوید:" با وجود تمام این بی ثباتی‌های اقتصادی موجود، سرمایه‌گذاران به دلیل ترس از دست دادن دارایی‌های خود و به منظور رویایی با افزایش تورم، به طلا به عنوان کالایی امن روی آورده‌اند." تداوم سرمایه گذاری در بازار طلا و نقره موجب تداوم روند صعودی قیمت این فلزات گرانبها در بازارهای جهانی و ثبت رکوردهای جدید شده است.قاعدتاً پول رایج هر کشور باید علاوه بر وظیفه مبادله پرداخت، به عنوان وسیلة ذخیرة ارزش نیز مورد استفاده قرار گیرد. در زمان جنگ، انقلاب و تورم شدید، پول رایج یك کشور نمی‌تواند نقش خود را به عنوان ذخیره ارزش به خوبی ایفا نماید؛ چرا که دولتها برای تأمین هزینه‌‌های جنگ ناگزیر پولهای بدون پشتوانه تولید چاپ می کنند. افزایش حجم پول در گردش و کاهش تولید و انحراف منابع کشور از تولیدات رفاهی به تولیدات و تجهیزات جنگی، موجب تورم می شود و ارزش پول را کاهش می دهد در این زمان مردم برای حفظ ارزش دارایی خود به طلا روی می آورند که ارزش آن با تورم افزایش می یابد و به دارنده خود در مقابل تورم منفعت می رساند؛ بنابراین، طلا از دیرباز، به عنوان پول یا شبه پول، به دلیل قدرت نقدشوندگی بالا در سطح جهانی یك دارایی مهم و مقبول بوده است. قیمت طلا در سطح جهان،با توجه به مقدار عرضه و تقاضا برای آن تعیین می گردد. تولیدکنندگان طلا (معادن)، بانكهای مرکزی و فروشندگان طلای قراضه از بزرگترین عرضه کنندگان طلا به بازارهای جهانی هستند؛ همچنین جواهرسازان، صنعتگران، محتكران شمش طلا و سرمایه گذاران از متقاضیان اصلی طلا در بازار به شمار می‌روند. اهمیت طلا به عنوان یك منبع ثروت و همچنین نقش كنترلی آن در سیستم پولی جهان كه به عنوان نیروی محركه اصلی در اكتشاف، استخراج و تولید طلا مطرح می‌باشند.اگرچه روابط متقابل پول و طلا بسیار پیچیده است و روابطی كه در قطعی بودن آن اتفاق نظر وجود داشته باشد نادر است، ولی حداقل در این خصوص كه این دو به یكدیگر مرتبط هستند اتفاق نظر وجود دارد. این ارتباط در قالب‌های مختلفی بیان شده است.گفتارهای زیر همه به نحوی دلالت براین ارتباط اساسی بین پول و طلا دارند: 1- جدا از اینكه یك معدن دارای چه نوع ماده معدنی است،معدنكاری آن برای دستیابی به طلاست. 2- قیمت طلا نه فقط از طریق میزان عرضه و تقاضای آن تعیین می‌شود، بلكه از طریق میزان عرضه و تقاضا برای سرمایه و اعتبار(پول) به منظور رهایی از ركورد اقتصادی نیز كنترل می‌شود. 3- اگر بخواهیم در اصلاح پایداری قیمت‌ها و اعتماد به پول رایج خاصی موفق باشیم باید ارتباط آن را با طلا تقویت كنیم. 4- تحت شرایط ثابت از نرخ مبادلات پولی، حتی با رشد اقتصادی بسیار سریع، موازنه مالی جهان وقتی قابل حصول است كه افزایش كل ذخایر پولی بین المللی منطبق بر افزایش تولید طلا باشد نه منطبق بر افزایش یك نوع ذخیره پولی خاص مانند دلار. به رغم مشكلات موجود در تخمین حوادث سیاسی كوتاه مدت در جهان و اثرات آن در قیمت و تولید طلا در بازار آزاد، می‌توان طلا را به عنوان یك شاخص حساس نسبت به شرایط ملی و بین‌المللی معین از قبیل تورم و یا جنگ معرفی كرد. با توجه به تئوری‌‌های سنّتی اقتصاد، یکی از ویژگی‌های یک رژیم تغییر پذیر مثل نظام پولی طلای کلاسیکی که حدود سال 1880 تا وقوع جنگ جهانی اول حاکم بود، وجود مجموعه ای از نیروهای بازاری خود به خود تنظیم شونده ای است که باعث ثبات بلند مدت سطح قیمت ها می‌شوند. سازوکاری که این نیروها توسط آن فعالیّت می‌کنند معمولاً توسط تئوری کلاسیکی کالایی پول توصیف می‌شود (بوردو 1984). با توجه به تئوری مذکور، تغییرات تولید طلا در نهایت هر حرکت تورمی یا ضد تورمی سطح قیمت را خنثی خواهد کرد. به هر حال مسئله این است که شوک‌های غیر منتظره عرضه یا تقاضای طلا می‌توانند اثرات کوتاه مدت قابل توجهی بر سطح قیمت و محصول واقعی در مواجهه با انعطاف ناپذیری‌های اسمی داشته باشند. در یک رژیم بین المللی تغییر پذیر، تثبیت ارزش پول رایج كشورها به قیمت ثابت طلا، تکیه گاه اسمی پایداری برای سیستم پولی بین المللی فراهم می‌کند. گذشته از این، تبعیت از رژیم بین المللی تغییر پذیر به معنای فقدان استقلال پولی و مالی است، چون تحت چنین رژیمی الزام نخست حفظ قابلیت تبدیل پول‌های رایج به فلز قیمتی و نه تثبیت اقتصاد داخلی است (برگمن 1998). فلز طلا به عنوان یك سرمایه ملی و پشتوانه اقتصادی كشور مطرح می‌باشد، بنابراین اطلاع رسانی در مورد آمار قیمت، تولید، ذخیره و... این فلز گران‌بها در ایران در مقایسه با دیگر كشورها، برای برنامه‌ریزی بهتر در جهت استخراج و استفاده از آن مفید و حتی ضروری می‌باشد. فهرست مطالب ارائه روش پیشنهادی 4-1-مقدمه 4-2- معرفی روش پیشنهادی 4-3- ارزیابی روش پیشنهادی 4-4- انتخاب نرم افزار 4-5-مشخصه‌های جمع اوری شده در پژوهش 4-6-جدول مربوط به مشخصه‌های جمع آوری شده در پژوهش‌های پیشین 4-7-ضریب همبستگی 4-8-داده‌های دور افتاده 4-9-تکنیک‌های مورد استفاده 4-10-پیش بینی با استفاده از شبکه‌های عصبی 4-10-1-پیش بینی با استفاده از شبکه‌های عصبی متد MLP 4-10-2-پیش بینی با استفاده روش شبکه‌های عصبی مدل RBF 4-11پیش بینی با استفاده از روش رگرسیون 4-11-1- پیش بینی با استفاده از روش رگرسیون،روش ورود متغیر Enter 4-11-2-پیش بینی با روش رگرسیون با استفاده از روش ورود متغیر Stepwise 4-12-پیش بینی با استفاده از روش سری‌های زمانی ARIMA 4-12-1-محاسبات مربوط به ساختن مدل ARIMA با بررسی عوامل عنوان شده در پژوهش 4-12-2-محاسبات مربوط به ساختن مدل ARIMA با بررسی عوامل پیشین 4-2- مقایسه نتایج 4-13-خلاصه فصل فهرست منابع فارسی فهرست منابع انگلیسی   فهرست مطالب 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 شكل 4-1- صفحه اول نرم افزار كلمنتاین نسخه 12 52 شکل 4-2-شمای کلی از نرم افزار Minitab 16 در پیدا کردن داده‌های دور افتاده 60 شکل 4-3- اولویت بندی فیلدهای منتخب توسط الگوریتم 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- اولویت بندی فیلدهای منتخب توسط الگوریتم شبکه عصبی متد RBF 68 شکل 4-7-نمای RBF سه لایه با اتصالاتش 69 شکل 4-8- اولویت بندی فیلدهای 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-اولویت بندی فیلدهای 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