ఇంటర్నేషనల్ జర్నల్ ఆఫ్ స్వార్మ్ ఇంటెలిజెన్స్ అండ్ ఎవల్యూషనరీ కంప్యూటేషన్

నైరూప్య

ఆర్టిఫిషియల్ న్యూరల్ నెట్‌వర్క్‌ల ఆధారిత భారతీయ స్టాక్ మార్కెట్ ధర అంచనా: డీమోనిటైజేషన్‌కు ముందు మరియు తర్వాత

సిద్ధేశ్వర్ చోప్రా*, దీప్తి యాదవ్ మరియు అను నాగ్‌పాల్ చోప్రా

ఈ పేపర్‌లో, ఆర్టిఫిషియల్ న్యూరల్ నెట్‌వర్క్‌ల (ANN) స్టాక్ మార్కెట్ ధర అంచనా సామర్థ్యం భారతదేశంలో డీమోనిటైజేషన్‌కు ముందు మరియు తర్వాత పరిశోధించబడింది. డీమోనిటైజేషన్ అనేది కరెన్సీ యూనిట్‌ను చట్టబద్ధమైన టెండర్ హోదా నుండి తొలగించే చర్య. భవిష్యత్ విలువ అంచనా కోసం తొమ్మిది స్టాక్‌లు మరియు CNX NIFTY50 ఇండెక్స్ పరిగణించబడతాయి. తొమ్మిది స్టాక్‌లు అస్థిరత మరియు క్యాపిటలైజేషన్ పరంగా ఉపవిభజన చేయబడ్డాయి. పరిశీలనలో ఉన్న ప్రతి స్టాక్ యొక్క శిక్షణ, పరీక్ష మరియు ధ్రువీకరణ కోసం డేటాసెట్ కనీసం ఎనిమిది సంవత్సరాలు. మల్టీలేయర్డ్ న్యూరల్ నెట్‌వర్క్‌లు లెవెన్‌బర్గ్-మార్క్వార్డ్ట్ అల్గారిథమ్ ద్వారా శిక్షణ పొందుతాయి, దాచిన లేయర్ బదిలీ ఫంక్షన్ టాంజెంట్ సిగ్మోయిడ్, మరియు అవుట్‌పుట్ లేయర్ ట్రాన్స్‌ఫర్ ఫంక్షన్ ప్యూర్ లీనియర్. వాంఛనీయ ఖచ్చితత్వం కోసం కనిష్ట సగటు స్క్వేర్డ్ ఎర్రర్ (MSE)ని సాధించడానికి న్యూరాన్‌ల సంఖ్యను మార్చడం ద్వారా అనేక నెట్‌వర్క్‌లు తయారు చేయబడ్డాయి. శిక్షణ స్థితి సమయంలో కనుగొనబడిన రిగ్రెషన్ విలువలు అన్ని నెట్‌వర్క్‌లకు 0.999గా ఉంటాయి, ఇవి రూపొందించబడిన న్యూరల్ నెట్‌వర్క్ యొక్క అధిక సామర్థ్యాన్ని వర్ణిస్తాయి. రూపొందించబడిన నెట్‌వర్క్‌ల ద్వారా అంచనా వేయబడిన విలువలు భారతదేశంలో డీమోనిటైజేషన్‌కు ముందు మరియు తర్వాత వాస్తవ విలువలతో ధృవీకరించబడతాయి.