NATIONAL BIBLIOGRAPHY NUMBER
Number
۱۸۲۴۹پ
LANGUAGE OF THE ITEM
.Language of Text, Soundtrack etc
per
TITLE AND STATEMENT OF RESPONSIBILITY
Title Proper
مدل‌سازی و پیش‌بینی بازار طلا با استفاده از نظریه بازی‌ها
First Statement of Responsibility
/نرگس طالبی مطلق
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: برق و کامپیوتر
Date of Publication, Distribution, etc.
، ۱۳۹۶
Name of Manufacturer
، میرزائی
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
دکتری
Discipline of degree
برق - کنترل
Date of degree
۱۳۹۶/۰۶/۱۳
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
در این رساله، روش مدل‌سازی چندعاملی به عنوان بهترین روش مدل‌سازی سیستم‌های اقتصادی معرفی شده و دلایل برتری آن نسبت به سایر روش‌ها مورد بررسی قرار گرفته است .نظریه بازی‌ها به عنوان یکی از روش‌های مدل‌سازی چندعاملی و بازی تکاملی به عنوان بازی مناسب برای مدل‌سازی سیستم اقتصادی انتخاب شده و انگیزه این انتخاب و همچنین ویژگی‌های کلی و شرایط پایداری آن مورد بررسی قرار گرفت .با وجود اینکه بازی تکاملی یکی از روش‌های پرکاربرد در مدل‌سازی سیستم‌های اقتصادی است، این رساله رویکردی جدید در مدل‌سازی و بررسی پایداری ارائه نموده است که توانسته است مشکل بررسی پایداری مدل دینامیکی در حضور عامل عاقل را در رقابت بین دو عامل تعقیب کننده روند و عامل عاقل، برای بدست آوردن بیشترین سود در بازار، به صورت یک بازی تکاملی دینامیکی حل نماید .هر چند مدل‌های موجود همگی به گونه‌ای بر قوانین رفتاری انسان‌ها در بازار منطبق هستند، در این رساله با تقلید از رفتار انسانی سعی شده است که با پیشنهاد مفاهیم جدیدی چون بازیگردان بازار مدل دقیق‌تری برای سیستم اقتصادی ارائه نمود که انطباق بیشتری با واقعیت‌های موجود در دنیای پیچیده اقتصادی دارند .با در نظر گرفتن مساله عقلانیت محدود عوامل، مدل تکاملی با عوامل نسبتا عاقل معرفی شده و پایداری تکاملی نقاط تعادل با وجود خطای پیش‌بینی، مورد بررسی قرار گرفته است .پیشنهاد باور بر اساس شبکه عصبی برای بازیکنان و تحلیل پایداری ساده آن در این رساله، یکی دیگر از جنبه‌هایی است که توانمندی مدل ارائه شده را نشان می‌دهد، به طوریکه اگر خطای هر باور پیشنهادی از خطای مجاز محاسبه شده برای باور نسبتا عاقل کوچکتر باشد، سیستم همچنان پایدار بوده و نقطه تعادل خواهیم داشت .شبکه عصبی پیشنهادی این رساله یک شبکه جدید با خطای پایین‌تر نسبت به مدل‌های پیشین است که می‌تواند تقریب نسبتا مناسبی از عامل عاقل ارائه نماید .مدل‌سازی و پیش‌بینی قیمت طلا مسئله پیچیده‌ای بوده و تغییرات ناگهانی قیمت باعث ایجاد دینامیک غیرخطی می‌شود .از آنجا که بازار طلا همواره برای معامله‌گران جذاب بوده، معامله‌گرانی متعددی با باورهای متفاوتی از قیمت آینده در این بازار فعال هستند .در این رساله، برای مدل‌سازی بازار طلا، مدل‌های پیشنهادی رساله، بر روی داده‌های روزانه قیمت طلا از تاریخ ۱۲ جولای ۲۰۱۳ تا تاریخ ۱۶ آگوست ۲۰۱۷ اعمال شده‌اند و از روش الگوریتم ژنتیک برای تعیین مقادیر پارامترهای مدل به گونه‌ای که عملکرد مدل چند عاملی پیشنهادی را بهینه سازد، استفاده شده است .در نهایت، نتایج حاصل از مدل‌سازی‌ها مورد بررسی و بحث قرار گرفته است
Text of Note
Gold price modeling and prediction is a difficult problem and drastic changes of the price causes nonlinear dynamic that makes the price prediction one of the most challenging tasks for economists. Since gold market always has been interesting for traders, many of traders with various beliefs were highly active in gold market. The competition among two agents of traders, namely trend followers and rational agents, to gain the highest profit in gold market is formulated as a dynamic evolutionary game, where, the evolutionary equilibrium is considered to be the solution to this game. Also, the evolutionarily stablity of the equilibrium points is investigated inspite of the prediction error of the expectation. Furthermore, genetic algorithm is used to find the unknown parameters of the model, so that we could maximize the fitness of the proposed multi agent model and the gold market daily price data. Besides the evolutionary game dynamic, a new method for modeling rational expectations using an innovative Recurrent Neural Network (RNN), is proposed, which can predict Two-Step-Ahead (2SA) prices accurately. The training method of the proposed network has been combined with an adaptive learning rate algorithm and a linear combination of Directional Symmetry (DS) is utilized in the training phase. Finally the model is applied to daily data of the Gold market from 12 July 2013 to 16 August 2017, and the results are presented
PERSONAL NAME - PRIMARY RESPONSIBILITY
طالبی مطلق، نرگس
PERSONAL NAME - SECONDARY RESPONSIBILITY
ریخته گر غیاثی، امیر، استاد راهنما
هاشم زاده، فرزاد، استاد مشاور
قائمی، سحرانه، استاد مشاور
ELECTRONIC LOCATION AND ACCESS
Public note
سیاه و سفید
نمایه‌سازی قبلی
