ارائه مدل ترکیبی VMD-LSTM جهت پیشبینی قیمت سهام بازار بورس تهران
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 296
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MIAE01_0059
تاریخ نمایه سازی: 18 تیر 1402
چکیده مقاله:
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:
نویسندگان
کیوان حقیقی نائینی
دانشجوی کارشناسی ارشد، گروه مدیریت سیستم و بهره وری دانشگاه تربیت مدرس، تهران
محسن خانجانی
دانشجوی کارشناسی ارشد، گروه مدیریت سیستم و بهره وری دانشگاه تربیت مدرس، تهران
محمدعلی رستگار سرخه
استادیار، گروه مدیریت سیستم و بهره وری دانشگاه تربیت مدرس، تهران