به کارگیری شبکه عصبی حافظه بلندمدت ماندگار برای پیشبینی قیمت سهام در سیستم های انتخاب سبدسهام برخط

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 508

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT09_015

تاریخ نمایه سازی: 21 اردیبهشت 1397

چکیده مقاله:

هدف سیستم انتخاب سبد سهام بر صد، تعیین یک استراتژی سرمایه گذاری برای تخصیص پی در پی سرمای در پی تجمع سهام برای دستیابی به اهداف مالی خاص در بلند مدت است. الگوریتم های متنوعی برای این منظور ارایه شده است. از بین روش های موجود به روش بازگشت میانگین متحرک /میانه عملکرد بهتر نسبت به سایر روش ها دارد. پیش بینی خطی از روند آینده قیمت و تفسیر هزینه معاملات، از مهم ترین چالش های روش های موجود می باشد در این مقاله از توانایی شبکه عصبی حافظه بلندمدت ماندگار در پیش بینی قیمت سهام برای چندین گام آینده استفاده شده است. تا با افزایش ضریب ثروت هر مرحله و کاهش هزینه های معاملات، ضریب ثروت تجمعی در سیستم های انتخاب سبد سهام برخط را افزایش دهد. نتایج حاصل از موفقیت این شبکه در پیش بینی قیمت با چندین گام آینده و همچنین کاهش هزینه معاملات و بهبود ثروت تجمعی نهایی در مقایسه با روش های موجود دارد.

کلیدواژه ها:

شبکه عصبی و حافظه بلند مدت ماندگار ، بازگشت میانi ، هزینه معاملات ، سبد سهام fv خط

نویسندگان

کاظم اسمعیلی ابدر

دانشگاه تهران

هادی ویسی

استادیار دانشکده علوم و فنون نوین دانشگاه تهران

مرتضی ابراهیمی

دانشگاه تهران