پیش بینی قیمت ارز های دیجیتال با استفاده از روش شبکه های عصبی توسعه یافته با بررسی نقش عملکرد موسسات مالی در بازار رمز ارز

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 157

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IMSYM09_009

تاریخ نمایه سازی: 16 خرداد 1402

چکیده مقاله:

ارزهای دیجیتال ارزهای دیجیتالی هستند که توجه سرمایه گذاران زیادی را در بازارهای مالی به خود جلب کرده اند. هدف از این پروژه پیش بینی قیمت روزانه ، به ویژه قیمت بالای و بسته شدن روزانه ارز دیجیتال بیت کوین است . این نقش حیاتی در تصمیم گیری های تجاری دارد. عوامل مختلفی وجود دارد که بر قیمت بیت کوین تاثیر می گذارد، بنابراین پیش بینی قیمت را به یک کار پیچیده و از نظر فنی چالش برانگیز تبدیل می کند. برای انجام پیش بینی ، شبکه های عصبی موقتی مانند شبکه های عصبی تاخیر زمانی (TDNN) و شبکه های عصبی تکراری (RNN) را بر روی سریهای زمانی تاریخی آموزش دادیم - یعنی قیمت های گذشته بیت کوین در طی چندین سال. ویژگی هایی مانند قیمت افتتاحیه ، بالاترین قیمت ، پایین ترین قیمت ، قیمت بسته شدن و حجم یک ارز در چندین فصل قبل برای پیش بینی بالاترین و بسته شدن قیمت روز بعد در نظر گرفته شد. ما TDNN و RNN را با استفاده از محیط توسعه شبکه عصبی مصنوعی NeuroSolutions (ANN) برای ساخت مدلهای پیش بین طراحی و پیادهسازی کردیم و آنها را با محاسبه معیارهای مختلف مانند MSE (میانگین مربع خطا)، NMSE (میانگین مربع خطای عادی شده) و ) r ضریب همبستگی پیرسون) در ادامه داده های آموزشی از هر سری زمانی ، برای اعتبار سنجی نگه داشته شده است . داده ها و ارتباطات مدل رگرسیونی توسط نرم افزار های Eviews ۲۰۲۱ و SPSS moduler ۲۰۲۱ تحلیل شده اند. داده ها در بازه ۲۰۱۳ الی ۲۰۲۰ مورد بررسی قرار گرفته اند.

کلیدواژه ها:

پیش بینی قیمت ، رمز ارز ، بیت کوین ، یادگیری عمیق ، میانگین متحرک خود همبسته یکپارچه

نویسندگان

زینب خسروی

دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران

پریا سلیمانی

دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران