Journal international d'intelligence d'essaim et de calcul évolutif

Abstrait

Prévision du cours de la bourse indienne basée sur les réseaux neuronaux artificiels : avant et après la démonétisation

Siddheshwar Chopra*, Dipti Yadav et Anu Nagpal Chopra

Dans cet article, la capacité de prédiction du prix du marché boursier des réseaux de neurones artificiels (ANN) est étudiée avant et après la démonétisation en Inde. La démonétisation est l'acte par le gouvernement de dépouiller une unité monétaire de son statut de monnaie légale. Neuf actions et l'indice CNX NIFTY50 sont pris en compte pour la prédiction de la valeur future. Neuf actions sont subdivisées en termes de volatilité et de capitalisation. L'ensemble de données pour la formation, les tests et la validation de chaque action considérée est d'au moins huit ans. Les réseaux neuronaux multicouches sont formés par l'algorithme de Levenberg-Marquardt, la fonction de transfert de la couche cachée est la sigmoïde tangente et la fonction de transfert de la couche de sortie est purement linéaire. Plusieurs réseaux sont créés en faisant varier le nombre de neurones pour obtenir une erreur quadratique moyenne (MSE) minimale pour une précision optimale. Les valeurs de régression trouvées pendant l'état d'entraînement sont de 0,999 pour tous les réseaux qui illustrent la grande efficacité du réseau neuronal conçu. Les valeurs prédites par les réseaux conçus sont validées avec les valeurs réelles avant et après la démonétisation en Inde.