• شماره ركورد
    12726
  • عنوان
    كاربرد روش‌هاي برچسب‌گذاري در بهبود كارايي استراتژي‌هاي معاملاتي
  • سال تحصيل
    1401
  • استاد راهنما
    رضا انتظاري ملكي
  • چکيده
    سرمايهگذارن به دنبال بازدهي بالا براي سرمايه گذاري خود هستند. براي اين منظور، برخي از اخبار و برخي نيز از شاخص‌هاي اقتصادي استفاده مي‌كنند اما تنها بعضي از سرمايه‌گذاران مي‌توانند به بازدهي‌هاي بالا برسند. دليل اين مسئله، پويايي و غيرخطي بودن تغييرات در بازارهاي مالي‌ است. پيش‌بيني كاملا دقيق روند بازارهاي مالي كه به صورت پيچيده‌اي از عوامل خارجي مختلف مثل مسائل سياسي، اقتصادي، اجتماعي، احساسات سرمايه‌گذاران و... تاثير مي‌گيرد،كار بسيار دشواري است. علاوه بر اين، با توجه به فرضيه بازار كارآمد ، روند بازار را نمي توان تنها بر اساس قيمت تاريخي بازار پيش‌بيني كرد. در نتيجه، ممكن است پيش‌بيني روند بازار غيرممكن به نظر برسد. با اين حال، مطالعات مختلف اخير در مورد پيش‌بيني روند قيمت سهام نشان مي‌دهد كه مي‌توان روند بازار را تا حدي با استفاده از اطلاعات تاريخي پيش‌بيني كرد. روش‌هاي يادگيري ماشين در سال‌هاي اخير به طور گسترده در پيش‌بيني بازارهاي مالي استفاده شده‌اند. به طور كلي مي‌توان مراحل پردازش داده با روش‌هاي يادگيري ماشين را به دو مرحله پيش‌پردازش و پردازش تقسيم كرد. در مرحله پيش‌پردازش داده‌ها معمولا كارهايي نظير تميز كردن دادهها ، نرمال‌سازي و برچسب‌گذاري انجام مي‌شود. دقت مدل نهايي يادگيري ماشين به كيفيت مرحله پيش‌پردازش بستگي دارد. نحوه برچسب‌گذاري داده‌هاي سري زماني مالي براي تعيين دقت پيش‌بيني مدل‌هاي يادگيري ماشين و متعاقباً تعيين بازده سرمايه‌گذاري نهايي يك موضوع داغ است. روش‌هاي برچسب‌گذاري موجود در سري‌هاي زماني مالي عمدتاً داده‌ها را با مقايسه داده‌هاي فعلي با دوره‌هاي زماني كوتاه در آينده برچسب‌گذاري مي‌كنند. با اين حال، داده‌هاي سري زماني مالي معمولاً غيرخطي و در كوتاه مدت تصادفي هستند. بنابراين، اين روش‌هاي برچسب‌گذاري ويژگي‌هاي روند پيوسته داده‌هاي سري زماني مالي را نشان نمي‌دهند كه منجر به تفاوت بين نتايج برچسب‌گذاري آنها و روندهاي واقعي بازار مي‌شود. در اين سمينار، تلاش ما بر اين محور خواهد بود كه روش‌هاي مختلف برچسب گذاري را با يك‌ديگر مقايسه كرده و با توجه به ويژگيهاي خاص داده‌هاي مالي، رويكردهايي كه نتايج بهتري را ارائه مي‌دهند مشخص كنيم.
  • نام دانشجو

    فرزاد حسينيان

  • تاريخ ارائه
    11/15/2023 12:00:00 AM
  • متن كامل
    81011
  • پديد آورنده

    فرزاد حسينيان

  • تاريخ ورود اطلاعات
    1402/09/04
  • عنوان به انگليسي
    Application of Labelling Methods in Enhancement of Trading Strategies Performance
  • كليدواژه هاي فارسي
    پيش‌بيني روند سهام , برچسب گذاري داده هاي سهام , يادگيري ماشين , يادگيري عميق
  • كليدواژه هاي لاتين
    Financial Data Labeling , Stock Trend Prediction , Machine Learning , Deep Learning