8445

پيش بيني روند قيمت سهام يا الگوريتم هاي هوش مصنوعي

كارشناسي

مهندسي كامپيوتر

1402

دكتر رضا انتظاري ملكي

1402/04/24

مهندسي كامپيوتر

stock price trend prediction using artificial intelligence

فعالين بازار سرمايه به منظور كسب بازده بالا از سرمايه گذاري خود همواره به دنبال پيش بيني قيمت سهام هستند و اين امر توجه بسياري از پژوهش گران دانشگاهي و كارشناسان اين حوزه را به خود جلب كرده است؛ به طوركلي فرآيندهاي سري زماني را مي توان به دوطبقه خطي و غيرخطي دسته بندي كرد كه بر اين اساس الگوهاي خطي با روش هاي ساده و الگوهاي غيرخطي (تصادفي و آشوب ناك) با الگوريتمهاي پيچيده و قوي قابل پيش بيني هستند. ازآنجاكه مهم ترين ويژگي سري هاي زماني مالي مانند: قيمت سهام، نرخ تورم و غيره غيرخطي بودن آن هاست، استفاده از روش هاي خطي براي پيش بيني سري هاي زماني مالي نتايج مطلوبي به همراه نخواهد داشت؛ ازاين رو، در خصوص مسائلي همچون پيش بيني روند قيمت در بازار سرمايه، اغلب الگوريتم هاي مبتني بر رويكرد بي نظمي و پويايي غيرخطي نظير يادگيري عميق، از جمله روش هاي مورد اقبال پژوهش گران در سال هاي اخير بوده است. در پژوهش حاضر پس از بررسي مدل هاي موجود يادگيري عميق به مدل تركيبي CNN-LSTM پرداخته و بعد از معرفي و مقايسه آن با ساير مدلها به توضيح ساختاري و عملكرد اين مدل اشاره شد. در ادامه نيز مراحل پياده سازي اين مدل به طور كامل شرح داده شد. نتايج حاصل از اين مدل در شرايط و حالت مختلف نشاندهنده دقت بالا و خطاي پايين نسبت به ساير مدل هاي موجود است.

پيش بيني , پيش بيني روند قيمت سهام , شبكه عصبي , CNN-LSTM , لايه CNN , لايه LSTM