به کارگیری منطق فازی برای بهبود عملکرد شبکه های عصبی مصنوعی به منظور پیش بینی نرخ ارز

روش های هوش محاسباتی، همچون شبکه های عصبی مصنوعی و منطق فازی، به عنوان ابزاری محبوب به منظور پیش بینی بازارهای پیچیده ی مالی معرفی شده اند. دقت پیش بینی ها ازجمله مهم ترین مشخصه های مدل های پیش بینی است و تلاش برای بهبود بخشیدن کارایی مدل های سری های زمانی هرگز متوقف نشده است. امروزه علی رغم روش های متعدد پیش بینی سری های زمانی که در چند دهه ی اخیر پیشنهاد شده اند، هنوز پیش بینی نرخ های ارز، کار بسیار دشواری محسوب می شود. در این مطالعه، مدل ترکیبی جدیدی از شبکه های عصبی مصنوعی براساس مفاهیم پایه یی منطق و مجموعه های فازی، به منظور حصول نتایج دقیق تر در موقعیت هایی با دوره های کوتاه تری از زمان ارائه شده است. نتایج حاصله در پیش بینی نرخ ارز بیانگر کارآیی روش مذکور در پیش بینی نرخ ارز نسبت به مدل های تشکیل دهنده ی خود است.