پیش بینی قیمت سهام با استفاده از شبکه TCN

پیش بینی قیمت سهام یکی از موضوعات مهم در امور مالی و اقتصادی است، از همین رو در طی سالها مورد علاقه محققان اکادمیک و اقتصادی بوده است. از آنجایی که قیمت سهام شرکت ها از عوامل متعدد اثر پذیر است پیشبینی آن چالش برانگیز است. اخیرا از روشهای مبتنی بر یادگیری ماشین و یادگیری عمیق برای پیشبنی قیمت سهام استفاده شده است . با این حال روش های ارائه شده از عدم عمومیت و کارایی پایین رنج میبرند. در این تحقیق ما یک مدل با نام (TCNpred) برای پیش بینی قیمت سهام ارائه خواهیم داد. در این مدل داده های سهام ۵۰۴ شرکت شاخص SP۵۰۰ با استفاده از اندیکاتورهای تکنیکال و برخی متغیر های خارجی دیگر تقویت شده و به نمونه های دوبعدی تبدیل میشود. پس از آن مدل مبتنی بر شبکه های کانولوشن موقت (TCN) توسط این نمونه ها آموزش داده شده و ارزیابی میشود . نتایج ارزیابی نشان دهنده دقت بالای این مدل (۶۹درصد) و پیشی گرفتن از سایر روشهای مشابه در زمینه پیشبینی قیمت سهام است . همچنین نتایج آزمایشات نشان میدهد که با استفاده از مدل آموزش دیده میتواند قیمت سهام سایر شرکت ها که مدل یادگیری نکرده است را نیز نیز با دقت بالایی پیش بینی کرد.