30763

پيش بيني قيمت سهام شركت هاي اوره اي با درنظر گرفتن متغيرهاي مختلف به كمك الگوريتم جنگل تصادفي

كارشناسي ارشد

مهندسي صنايع- مهندسي صنايع ـ مهندسي مالي

1400

1402/12/19

سيدجعفر سجادي

مهندسي صنايع

در اين پژوهش هدف اين است كه با استفاده از الگوريتم جنگل تصادفي، كه از روش هاي يادگيري ماشين مي باشد، قيمت سهام چهار شركت پتروشيمي اوره اي پذيرفته شده در بورس اوراق بهادار تهران را پيش بيني و نتايج حاصل از آن را با الگوريتم ماشين بردار پشتيبان مقايسه كنيم. قيمت آغازين، كمترين و بيشترين قيمت، قيمت پاياني و حجم معاملات براي هر شركت به عنوان ورودي هاي مدل و شاخص هاي تحليل تكنيكال و قيمت گاز طبيعي كه يك متغير كلان اقتصادي است، به عنوان متغيرهاي تاثيرگذار در پيش بيني درنظر گرفته شده است. همچنين از نرم افزار پايتون براي تحليل داده ها و ساخت مدل استفاده شده است.

1403/02/08

Forecasting the stock price of urea companies by considering different variables with random forest algorithm

1/1/1900 12:00:00 AM

This research aims to predict the stock prices of four petrochemical companies on the Tehran Stock Exchange. This is done using the Random Forest algorithm derived from machine learning methods. The results obtained from this method are compared with the Support Vector Machine algorithm. This model uses technical analysis indicators and natural gas prices as influential variables in prediction. Additionally, Python software is employed for data analysis and model development.Python software has also been used for data analysis and model building.

پيش بيني قيمت سهام , يادگيري ماشين , جنگل تصادفي , پتروشيمي اوره اي

Stock price prediction , Machine Learning , Random Forest , Urea Petrochemical

Sanaz Karim

Dr. Jafar Sajjadi