|
|
کنفرانس مهندسی و مدیریت فرآیندهای کسب و کار
|
|
|
| عنوان فارسی |
ارائه مدلی جهت پیش‌بینی و انجام معاملات سهام با استفاده از روش یادگیری عمیق |
|
| چکیده فارسی مقاله |
در سالیان گذشته کارشناسان مالی همواره دنبال روش‌ها و تکنیک‌های متفاوتی بوده تا به وسیله آن بتوانند در رابطه با خرید، فروش و یا عدم انجام معامله یک سهم تصمیم‌گیری نمایند. در واقع همواره سرمایه‌گذاران در بازار سهام به دنبال راهی برای یافتن چرخه‌ی زمانی مناسب برای معامله‌ی سهام در قیمت‌های بهینه هستند. تحلیل‌گران بازار سرمایه معتقدند که بیشتر اطلاعات مربوط به سهام در قیمت‌های اخیر منعکس می‌شود. بنابراین اگر روند حرکات مشاهده و بررسی شود، بر این اساس قیمت‌ها قابل پیش‌بینی هستند. در پژوهش نیز تلاش شده است تا با ارائه مدلی جهت پیش‌بینی سهام اقدام شود. با ارائه‌ی مدل الگوریتم معاملاتی با ترکیب شبکه‌های عصبی CNN-LSTM که از محبوب‌ترین شبکه‌های عصبی یادگیری عمیق هستند، جهت پیش‌بینی روند قیمت و تعیین نقاط خرید و فروش سهام اقدام شده است. به طور کلی 36 پارامتر به عنوان داده‌های ورودی جهت تصویر سازی مورد استفاده قرار گرفته است که پارامتر قیمت پایانی، حجم معاملات صورت گرفته و 34 اندیکاتور که داده‌های آن به صورت روزانه می‌باشد انتخاب شده است. نتایج حاصل شده از شبکه عصبی ترکیبی نشان می‌دهد به صورت میانگین دقت مدل برای پیش‌بینی نماد برابر با 75% بوده است. همچنین بررسی پارامترهای Recall و Precision نشان می‌دهد بیش برازش در مدل رخ نداده است. بررسی معاملات در بازه 3 ساله مورد نظر نشان از بازدهی بالای معاملات می‌دهد. |
|
| کلیدواژه‌های فارسی مقاله |
یادگیری عمیق، پیش‌بینی سهام، معاملات الگوریتمی، سرمایه‌گذاری در سهام |
|
| عنوان انگلیسی |
|
|
| چکیده انگلیسی مقاله |
|
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
-
-
|
|
| نشانی اینترنتی |
http:// |
| فایل مقاله |
دریافت فایل مقاله |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
دوره مرتبط |
کنفرانس مرتبط |
فهرست کنفرانس ها
|
