ارائه مدل ترکیبی VMD-LSTM جهت پیشبینی قیمت سهام بازار بورس تهران

امروزه توسعه مدل های پیشبینی قیمت با توجه به گسترش روز افزون بازار های مالی و ایجاد ابزار های مالی متنوع ، از اهمیت ویژه ای برخوردار است .این مقاله یک مدل ترکیبی جدید که ترکیبی از الگوریتم تجزیه حالت متغیر((VMD و شبکه عصبی حافظه کوتاه مدت طولانی (LSTM) است را ارائه می دهد .الگوریتم VMD یک تکنیک پردازش داده است که سری زمانی اصلی را به تعداد محدودی زیرمجموعه تجزیه می کند، همچنین شبکه عصبی LSTM نسخه بهبود یافته از شبکه های عصبی بازگشتی (RNN) است که با توجه به ادبیات موضوع عملکرد مناسبی در حوزه پیشبینی قیمت سهام داشته است . در این مقاله از مدل ترکیبی VMD-LSTM جهت پیشبینی قیمت ۵ سهم بازار بورس تهران بهره گرفته ایم و بر اساس معیار های خطای مختلف عملکرد آن را با مدل پایه مقایسه نموده ایم ، که نتایج برتری مدل ترکیبی VMD-LSTM را نشان می دهد .

کلیدواژه ها:

پیشبینی قیمت ، یادگیری عمیق ، شبکه عصبی ، بورس تهران.