روشی جهت پیش‌بینی قیمت سهام بازار بورس تهران مبتنی بر یادگیری عمیق

Autor: طوبی ترابی پور, سیده صفیه سیادت
Jazyk: perština
Rok vydání: 2023
Předmět:
Zdroj: پدافند الکترونیکی و سایبری, Vol 10, Iss 4, Pp 91-100 (2023)
Druh dokumentu: article
ISSN: 2322-4347
2980-8979
Popis: در سال‌های اخیر با توجه به سوددهی بازار بورس اوراق بهادار در ایران سرمایه‌های خرد و کلان جذب این بازار شدند ، اما متأسفانه به دلیل دانش کم این افراد از بورس و پیش‌بینی قیمت‌ها تعداد فراوانی از مردم ایران ضرر و زیان زیادی را متحمل شدند . در این تحقیق بر آن شدیم تا با استناد به تحقیق قبلی خود که از شبکه عصبی با دولایه LSTM استفاده می‌کرد .کار خود را قوت بخشیده و شبکه عصبی ترکیبی کانولوشن وlstm را جهت پیش‌بینی قیمت سهام بر روی مجموعه دیتاست وب ملت از بازار بورس اوراق بهادار تهران و سه دیتاست موجود در آن شامل آث پ ،خودرو و وساخت به کار ببریم. در انتها جهت ارزیابی روش پیشنهادی و دو روش دیگر ازنظر سه تابع خطا ،تابع میانگین مربع خطا (MSE)، تابع میانگین خطای مطلق (MAE) و تابع میانگین مربع ریشه (RMSE) بررسی شد . نتایج حاصله نشان داد در دیتاست های بزرگ با تعداد داده‌های سهام بالا بسیار بهتر عمل کرده و خطای کمتری به دنبال دارد.
Databáze: Directory of Open Access Journals