مروری بر روش های یادگیری عمیق در پیش بینی قیمت سهام

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,835

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECTCONF02_018

تاریخ نمایه سازی: 6 شهریور 1399

چکیده مقاله:

پیش بینی بازار سهام یک مسله چالش برانگیز برای سرمایه گذاران می باشد. از این رو می توان گفت امروزه پیش بینی و تجزیه و تحلیل داده های بازار سهام نشش مهمی در سرمایه گذاری ها دارد. بازار سهام را می توان به عنوان داده های سری زمانی پیچیده در نظر گرفت. الگوریتم های یادگیری عمیق می توانند الگوهای پنهان میان دادها را شناسایی کنند و قادر به بهره برداری از تعاملات و الگوهای موجود در داده ها از طریق فرآیند یادگیری هستند. در این مقاله به معرفی روش های مختلف استفاده شده در پیش بینی قیمت سهام و مقایسه آن ها با یکدیگر پرداخته ایم. نتایج نشان می دهند به روش های یادگیری عمیق، توانایی بالایی در پیش بینی دقیق روند شاخص سهام دارند و می توانند به سرمایه گذاران در کسب سود در بورس اوراق بهادار کمک کنند و خطر سرمایه گذاری را به حداقل و بازگشت سرمایه را به حداکثر برسانند همچنین الگوریتم های یادگیری عمیق به انتخاب ساختار شبکه، تابع فعال ساز و سایر پارامترهای مدل وابسته بوده و عملکرد این الگوریتم ها به شدت به روش های توصیف داده بستگی دارد.

کلیدواژه ها:

یادگیری عمیق ، پیش بینی قیمت سهام ، بورر

نویسندگان

زهرا نوربخش

گروه کامپیوتر، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران

فرساد زمانی بروجنی

عضو هیات علمی، گروه کامپیوتر، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران