کاربرد الگوریتم‌های جستجوی فاخته، گرانشی و ژنتیک در پیش بینی نرخ ارز
کد مقاله : 1114-13CIAES (R1)
نویسندگان
فریبا عباسی *
پژوهشگر مؤسسه پژوهشهای برنامه ریزی، اقتصاد کشاورزی و توسعه روستایی، تهران، ایران
چکیده مقاله
در این پژوهش با توجه به هدف تحقیق و استفاده از االگوریتم‌های فراابتکاری مدل بهینه نرخ ارز شبیه سازی شد. بدین منظور در این مطالعه از داده ‌های ماهانه نرخ ارز (دلار آمریکا)، نرخ تورم کشور، قیمت نفتی سبد اوپک و نرخ سکه تمام بهار آزادی در بازه زمانی از آذرماه 1379 الی اسفندماه 1400، مطابق با سپتامبر سال 2000 الی دسامبر 2021 استفاده گردید. ابتدا داده‌ها به دو دسته آموزش و آزمایش (تست) تقسیم شدند. هر یک از الگوریتم‌های فراابتکاری برای 24 ماه آینده از پارامترهای مربوط به هر الگوریتم اجرا شدند و در هر اجرا، مقدار ضرایب خطا، پس از رسیدن به ملاک توقف (تعداد تکرار مشخص) ثبت گردید. نهایتا بهترین الگوریتم، بر اساس بیشترین همگرایی و شبیه سازی انتخاب شد. بر اساس مقایسه معیارهای خطا، کمترین خطا برای داده‌های تست الگوریتم ژنتیک می‌باشد. بنابر یافته‌های پژوهش، الگوریتم ژنتیک به طور متوسط در 24 ماه پیش بینی آینده، کمترین مقدار RMSE مربوط به الگوریتم ژنتیک با مقدار 04/0 ، در تعداد و تکرار پایین‌تر دارای همگرایی بسیار مطلوبی بوده و دارای عملکرد دقیق‌تری در پیش بینی نرخ ارز می‌باشد. همچنین الگوریتم جستجوی گرانشی نسبت به سایر الگوریتم‌های تخمین زده شده، دارای نتایج ضعیف‌تری است. با توجه به نتایج دقیق این مطالعه پیشنهاد می‌شود سیاستگذاران، فعالان بازار سرمایه و تصمیم گیرندگان کلان کشور از الگوریتم‌های فراابتکاری در پیش بینی مسائل اقتصادی استفاده کنند.
کلیدواژه ها
نرخ ارز ، پیش بینی، الگوریتم ژنتیک، ایران
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر