طراحی و پیاده سازی سامانه چندعاملی خرید و فروش سهام در بازار سرمایه
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 107
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EECMAI03_052
تاریخ نمایه سازی: 10 مرداد 1402
چکیده مقاله:
بازار سهام نقش بسیار مهمی را در بازارهای مالی ایفا می کند و یکی از مهم ترین تحرکات پژوهشی، پیش بینی نوسانات و روندموجود در این بازار است. این پیش بینی آینده اساسا از طریق تاریخچه قیمت های قبلی به دست می آید. در این مقاله تلاش می شود با بکارگیری شبکه های عصبی بازگشتی باحافظه و نوع پیشرفته آن حافظه ی کوتاه مدت طولانی LSTM وهمچنین استفاده همزمان مدل آماری پیش بینی سری زمانی آریما ARIMA تحت عنوان دو عامل مستقل، به پیش بینی روزانه قیمت سهام بپردازند و در هر روز بهترین گزینه خرید و فروش را بر اساس پیش بینی خود انجام دهند. داده های مورد بررسی مربوطبه بورس ایالات متحده در بازه سال های ۲۰۱۲ تا ۲۰۲۰ می باشد. شرکت های بزرگ و مهم مبنای بررسی و مقایسه قرار خواهندگرفت. نتایج نشان می دهند استفاده همزمان از روش های پیش بینی می توانند به بهبود بهره وری کمک کنند. عامل طراحیشده در این پژوهش به بازده ۹۷ درصدی رسید که بازدهی بیش از ۷ برابر بازده شرکت های بزرگ بورس ایالات متحده را شاملمی شود.
کلیدواژه ها:
نویسندگان
سید امیرمسعود میرکاظمی
کارشناسی ارشد مهندسی هوشمصنوعی، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
محمد مبین نیک خصال
کارشناسی ارشد مهندسی هوش مصنوعی، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران