آزمون عملکرد الگوریتم جنگل های تصادفی و الگوریتم شبکه عصبی عمیق در استراتژی آربیتراژ آماری
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 460
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FEJ-10-40_016
تاریخ نمایه سازی: 21 آبان 1398
چکیده مقاله:
در این تحقیق به آنالیز اثر بخشی الگوریتم جنگلهای تصادفی در زمینه آربیتراژ آماری پرداخته شده است، همچنین برای سنجش عملکرد الگوریتم جنگلهای تصادفی در زمینه آربیتراژ آماری نسبت به دیگر مدلهای ارائه شده در پژوهشهای پیشین، مقایسه نتایج بدست آمده از کاربرد این الگوریتم با الگوریتم شبکههای عصبی عمیق انجام شده است. مدلهای مورد نظر با اطلاعات مربوط به قیمت سهام آموزش داده شده و خروجی بدست آمده از این تکنیک، سهام را بر اساس موقعیت خرید و فروش طبقهبندی کرده است. با استفاده از این استراتژی موقعیتهای سودآوری در بازار سهام برای کسب سود شناسایی میشود. نتایج نشان داد مدل جنگلهای تصادفی دارای خطای طبقهبندی کمتری نسبت به مدل شبکه عصبی عمیق می باشد، بنابراین مدل جنگلهای تصادفی روش مناسبتری برای استفاده در استراتژی آربیتراژ آماری و کسب سود می باشد.
کلیدواژه ها:
نویسندگان
علیرضا فضل زاده
گروه مدیریت و بازرگانی، دانشگاه تبریز، تبریز، ایران
جعفر حقیقت
گروه مدیریت و بازرگانی، دانشگاه تبریز، تبریز، ایران
فرانک پورکیوان
گروه مدیریت و بازرگانی، دانشگاه تبریز، تبریز، ایران
وحید احمدیان
گروه حسابداری، دانشگاه تربیت مدرس، تهران، ایران