طراحی الگوریتم جدید ترکیبی با کمک Dual LSTM & Dual RNN برای پیش بینی بازارهای مالی (بیت کوین)

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 154

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:

ITCT19_085

تاریخ نمایه سازی: 14 مرداد 1402

چکیده مقاله:

زمینه: بازارهای مالی به دلیل پیچیدگی و نوسانات زیاد، نیازمند پیش بینی دقیق هستند. این پیش بینی ها برای ارائه هشدارها زودهنگام درباره رخدادهای مهم مانند نوسانات بازار، بسیار حائز اهمیت هستند. به منظور انجام پیش بینی قابل اعتماد در این بازارها، افراد از ابزارهای یادگیری متنوعی مانند ریاضیات مالی و یادگیری ماشین و یادگیرعمیق استفاده می کنند. این ابزارها به آنها کمک می کنند تا پیش بینی هایی را که قابلیت اعتماد دارند در این بازارها ارائه دهند.هدف: مهمترین هدف در این پژوهش پیش بینی قیمت در بازار کریپتو کارنسی و مخصوصا بیت کوین با استفاده از ترکیب الگوریتم های یادگیری عمیق و استفاده از مزایای این الگوریتم ها می باشد. روش ها: در این مقاله ابتدا به صرافی بایننس متصل شده و بعد از گرفتن اطلاعات بازار آن را پیش پردازش کرده و اطلاعاتی که نیاز داریم را جدا می کنیم و سپس با ترکیب دو الگوریتم یادگیری عمیق Dual LSTM و Dual RNN مدلی ترکیبی برای پیش بینی قیمت بیت کوین ارئه می دهیم .یافته ها: الگوریتم پیشنهادی با زبان برنامه نویسی پایتون و کتابخانه تنسورفلو پیاده سازی شده و با پروتکل های LSTM ، GRU و RNN مقایسه شد و نتایج پیاده سازی نشان می دهد که الگوریتم پیشنهادی از الگوریتم های ذکر شده در پارامتر های خطای میانگین مربعات ۱ ، خطای میانگین مطلق ۲ و ضریب تعیین ۳ نتایج بهتری ارئه می کند. نتیجه گیری: با توجه به پیچیدگی و نوسانات زیاد بازارهای مالی و عدم قطعیت در پیش بینی این بازارها استفاده از الگوریتم های یادگیری عمیق و ترکیب آنها با هم تاثیر بسزایی در پیش بینی بازاهای مالی دارد .

کلیدواژه ها:

پیش بینی بازارهای مالی ، الگوریتم های یادگیری عمیق ، LSTM ، RNN

نویسندگان

منا بزرگی

آزمایشگاه سیستم های هوشمند، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر، تهران

احمد عبدالله زاده بار فروش

آزمایشگاه سیستم های هوشمند، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر، تهران