Revista internacional de inteligencia de enjambre y computación evolutiva

Abstracto

Predicción del precio del mercado de valores indio basada en redes neuronales artificiales: antes y después de la desmonetización

Siddheshwar Chopra*, Dipti Yadav y Anu Nagpal Chopra

En este artículo, se investiga la capacidad de predicción del precio del mercado de valores de las redes neuronales artificiales (ANN) antes y después de la desmonetización en la India. La desmonetización es el acto del gobierno de despojar a una unidad monetaria de su condición de curso legal. Se consideran nueve acciones y el índice CNX NIFTY50 para la predicción del valor futuro. Nueve acciones se subdividen en términos de volatilidad y capitalización. El conjunto de datos para el entrenamiento, prueba y validación de cada acción en consideración es de al menos ocho años. Las redes neuronales multicapa se entrenan mediante el algoritmo Levenberg-Marquardt, la función de transferencia de capa oculta es tangente sigmoidea y la función de transferencia de capa de salida es lineal pura. Se crean varias redes variando el número de neuronas para lograr un error cuadrático medio (MSE) mínimo para una precisión óptima. Los valores de regresión encontrados durante el estado de entrenamiento son 0,999 para todas las redes que representan una alta eficiencia de la red neuronal diseñada. Los valores predichos por las redes diseñadas se validan con valores reales antes y después de la desmonetización en la India.