{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA90",
        "title": "مدل سازی و پیش بینی بازار بورس به کمک روش های ریاضی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1390",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QA90",
        "title": "مدل سازی و پیش بینی بازار بورس به کمک روش های ریاضی",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1390,
        "authors": [
            {
                "name": "فرهاد رامشینی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "احمد نزاکتی رضازاده",
                "role": "استاد راهنما"
            },
            {
                "name": "حمید حسن پور",
                "role": "استاد مشاور"
            },
            {
                "name": "مجید عامری",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "نوسانات قیمت ها",
            "نوسانات بازار سهام",
            "سیستم های اقتصادی",
            "هسته های کرنل"
        ],
        "abstract": "امروزه یکی از مهمترین موضوعات مورد علاقه اقتصاددانان و تحلیل گران مالی، تبیین چگونگی و روند نوسانات قیمت هاست که راه های متفاوت و دیدگاه های گوناگونی را در این باره پدید آورده است. در این میان، با توجه به در دسترس نبودن اطلاعات دقیق درباره عوامل مؤثر بر نوسانات بازار سهام، پیش بینی این تغییرات به سادگی میسر نیست. تغییر درجه تأثیر متغیرها با زمان بر روی شاخص ها و یکدیگر، وجود متغیرهای سیاسی داخلی و جهانی که تأثیر مستقیم بر سیستم های اقتصادی دارد چالش اساسی در مدل سازی بازار بورس است.\r\nطراحی ماشین هایی با توانایی فراگیری و تجربه آموزی مدت ها یکی از بحث های مهم علوم تحقیق بود تا سرانجام با ظهور کامپیوتر های قدرتمند در این راه گام های مثبتی برداشته شد. در ادامه اثبات گردید که این ماشین ها توانایی بالایی جهت فراگیری داده ها دارند و می توانند پس از فراگیری داده های آموزشی، نتایج قابل قبولی را ارائه نمایند. ماشین برداری در اوایل دهه 90 معرفی شد و پس از آن به عنوان روشی نیرومند در حل مسائل طبقه بندی غیر خطی و رگرسیون مورد استفاده قرار گرفت. بر طبق نظریه محققین دلیل موفقیت این روش را می توان در قدرت بالای تعمیم دادن مسائل و توانمندی در مقابله با نویز ها و کمبود داده ها دانست. \r\nدر همین راستا هدف از مبحث حاضر، معرفی روشی جدید و قدرتمند در شناسایی الگو تحت عنوان ماشین های برداری پشتیان است که از ترکیب بهینه سازی، آموزه های آماری و هسته های کرنل بهره می جوید. پس از تحقیق در شاخص های بازار بورس، تغییرات قیمت سهام شرکت سرمایه گذاری البـرز در سـال های 1387 و 1388  به عنوان متغیر وابسته و 14 متغیر اقتصادی و بازار سهام به عنوان متغیرهای مستقل تشخیص داده شدند. پس از نرمال سازی، مدل سازی به کمک ماشین های برداری صورت گرفت. عملکرد کرنل های مختلف و پارامترهای مدل نیز مورد آزمون قرار گرفتند و مدل بهینه استخراج گردید. در انتها شبکه های عصبی رگرسیون مختصر توضیح داده شده و بر روی داده ها مدل شد که نتایج حاصل از ماشین برداری خطای کمتری داشت.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_QA90.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}