تشخیص ناهنجاری در بازار ارز ایران با استفاده از روش های مبتنی بر یادگیری عمیق
محل انتشار: اولین کنفرانس هوش مصنوعی و پردازش هوشمند
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 250
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AISC01_014
تاریخ نمایه سازی: 16 آبان 1401
چکیده مقاله:
بازارهای مالی مانند بازار ارز و سهام از جمله منابع داده ای هستند که تشخیص ناهنجاری در آنها دارای اهمیت است. در این مقاله، تلاش شده تا رویکردی مبتنی بر یادگیری عمیق برای تشخیص ناهنجاری در بازار ارز ایران ارائه گردد. به منظور توسعه و ارزیابی روش ها مجموعه ی داده ای شامل اطلاعات نرخ جفت ارز ریال/دلار آمریکا در بازه ی زمانی ۲۹۲۲ روزه به همراه برچسب های ناهنجاری تهیه شده است. در بین روش های آزمایش شده، روش LSTM با مقدار آستانه ی پویا، بهترین نتیجه را بدست داده است. این روش به عدد ۰.۳۱ در معیار امتیاز F۱ رسید. همچنین روش مذکور در تشخیص ناهنجاری های از نوع محلی و زمینه ای عملکرد بهتری نسبت به سایر روش ها داشته است. رویکرد پیشنهادی برای داده های سایر بازارهای مالی نظیر داده های بازارهای اوراق بهادار، انواع بازارهای تبادل ارز و رمزارز قابل تعمیم و استفاده است
کلیدواژه ها:
نویسندگان
المیرا اصل روستا
دانشجوی دکتری اقتصاد دانشکده اقتصاد، مدیریت و علوم اداری
علیرضا عرفانی
استاد گروه آموزشی اقتصاد دانشکده اقتصاد، مدیریت و علوم اداری