مروری بر کاربرد یادگیری عمیق در پیش بینی بازار سهام و ارز

پیش بینی بازار سهام و ارز (فارکس) همواره یکی از موضوعات داغ و سودآور بوده است. ثابت شده است که کاربردهای یادگیریعمیق در زمینه پیش بینی و پیش بینی مالی دقت و بازده بهتری دارند. در این مقاله، مقالاتی را از پایگاه داده پروژه کتاب شناسیو کتابخانه دیجیتال برای مقایسه و تجزیه و تحلیل انتخاب کردیم. ما مقالات را بر اساس روش های مختلف یادگیری عمیقطبقه بندی کردیم که شامل شبکه عصبی کانولوشن، حافظه کوتاه مدت بلند مدت، شبکه عصبی عمیق؛ شبکه عصبی بازگشتیاست . علاوه بر این، این مقاله مجموعه داده، متغیر، مدل و نتایج هر مقاله را بررسی می کند. نظرسنجی مورد استفاده نتایج رااز طریق پرکاربردترین معیارهای عملکرد ارائه می کند. نتیجه می گیریم که در سال های اخیر، روند استفاده از روش های مبتنیبر یادگیری عمیق برای مدل سازی مالی به طور تصاعدی در حال افزایش است

کلیدواژه ها:

سهام ، حافظه کوتاه مدت ، شبکه های کانولوشنی ، شبکه های بازگشتی ، یادگیری تقویتی