پیش بینی روند حرکت سهام سیمان سپاهان توسط الگوریتم جنگل تصادفی

پیش بینی بازار سهام به دلیل ماهیت غیر خطی، پویا و پیچیده آن واقعا دشوار است. با این حال درسال های اخیر، تکنیک های یادگیری ماشین در پیش بینی سهام مؤثر بوده اند. الگوریتم های بسیاری مانندماشین بردار پشتیبان، جنگل تصادفی و... برای پیش بینی سهام مورد مطالعه قرار گرفته اند. پیش بینیسهام اکثرا در دو حالت رگرسیونی و طبقه بندی انجام می پذیرد. حالت رگرسیونی برای زمانی است کهمی خواهیم قیمت آینده سهام را پیش بینی کنیم. حالت طبقه بندی برای زمانی است که می خواهیمجهت حرکت سهام (صعوی یا نزولی بودن) را پیش بینی کنیم. در این مقاله، ما از طبقه بندی جنگلتصادفی برای ساختن مدل پیش بینی کننده برای سهام سیمان سپاهان استفاده کردیم ونتایج واقعاخوب بوده است. ثابت شده است که این الگوریتم در پیش بینی جهت حرکت آینده سهام بسیار قوی عملمی کند. ارزیابی مدل با محاسبه معیارهای مختلفی مانند صحت، دقت، یادآوری و ماتریس آشفتگی موردبررسی قرار گرفته است.

کلیدواژه ها:

الگوریتم جنگل تصادفی ، داده کاوی ، سهام ، سیمان سپاهان