المیرا اصل روستا - دانشجوی دکتری اقتصاد دانشکده اقتصاد، مدیریت و علوم اداری
علیرضا عرفانی - استاد گروه آموزشی اقتصاد دانشکده اقتصاد، مدیریت و علوم اداری

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

تشخیص ناهنجاری، یادگیری عمیق، یادگیری ماشین، نرخ ارز، بازار ارز، نرخ دلار