ارائه یک روش مبتنی بر یادگیری عمیق جهت پیش بینی قیمت سهام

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 631

فایل این مقاله در 9 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:

IRANWEB08_017

تاریخ نمایه سازی: 14 خرداد 1401

چکیده مقاله:

امروزه با پیشرفت دنیای ارتباطات و ظهور شبکه های اجتماعی، زندگی و تصمیم گیری افراد دستخوش تغییرات زیادی شده استشبکه های اجتماعی با هدف اطلاع رسانی، توانسته اند نقش بزرگی را در جنبه های مختلف زندگی و تصمیم گیری ها بعمل آورند در اینمیان، افراد برای تصمیم گیری مختلف همچون سرمایه گذاری و نوع سهام از شبکه های اجتماعی استفاده می کنند.در این مقاله برای پیش بینی حرکت ارزش سهام روشی مبتنی بر یادگیری عمیق طراحی و توسعه داده میشو د داده ها از شبکه یاجتماعی توییتر و یاهو مالی به مدت سه ماه، جمع آوری شده اند ابتدا برچسب گذاری داده های توییتر با اعمال تحلیل معنایی صورتمی گیر د و سپس با به کارگیری شبکه ی CNN ، طبقه بندی برچسب ها ارزیابی می شوند داده های ارزش بازار سهام همراه با شاخصاحساسات محاسبه شده و توسط حالت های مختلف مدل پیشنها دی LSTM برای پیش بینی روند حرکت ارزش بازار سهام، بررسیمی شوند نتایج حاکی از آن است که شاخص های احساسات و محاسبه دو معیار HLPCT و PCTchange در پیش بینی روند حرکتارزش بازار سهام با کمترین خطا تاثیرگذار بوده است نتایج مقایسه با روشهای قبلی نشان دهنده برتری روش پیشنهادی در میزانپیش بینی قیمت ها است.

کلیدواژه ها:

پیش بینی قیمت سهام ، بازار سهام ، شاخص احساسات ، توییتر ، یاهو مالی ، شبکه ی یادگیری عمیق

نویسندگان

سیده فائزه معمارزاده

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد، شهرکرد، ایران

هادی خسروی فارسانی

استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد، شهرکرد، ایرا ن

تقی جاودانی گندمانی

استادیار گروه علوم کامپیوتر، دانشکده علوم ریاضی، دانشگاه شهرکرد، شهرکرد، ایرا ن