پیش بینی ارزش سهام بزرگ با استفاده از شبکه عصبی عمیق بهبودیافته با الگوریتم بهینه سازی ازدحام ذرات

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 196

فایل این مقاله در 12 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:

ICCONF08_121

تاریخ نمایه سازی: 21 اسفند 1401

چکیده مقاله:

بازار سهام مورد توجه گسترده سرمایه گذاران قرار گرفته است. درک نظم تغییرات بازار سهام و پیش بینی روند آن برای سرمایه گذاران و شرکتهای سرمایه گذاری همیشه یک موضوع داغ و مهم بوده است. تلاش برای درک و مشخص کردن روند در بازار سهام هدفتعداد زیادی از تحلیل گران بازارهای متعدد است. اما تشخیص این الگوها اغلب بسیار دشوار است. اخیرا تلاش هایی توسط شرکت هایبزرگ سهام (نظیر اپل و گوگل) و سرمایه گذاران فردی صورت گرفته است تا جهت تجزیه و تحلیل هوشمند و استفاده ازالگوریتم های معاملاتی برای ناسایی پتانسیل روند قبل از اینکه در محیط بازار اتفاق بیفتد. به طور موثر پیش بینی درباره ی ارزشسهام و چشم اندازهای آینده ارائه دهند. در این مقاله، یک رویکرد طبقه بندی عمیق به منظور بیشینه سازی حداکثر سرمایه در معرض مخاطره سرمایه گذاری در نظر گرفته شد. برای این منظور از الگوریتم بهینه سازی ازدحام ذرات در ترکیب با شبکه عصبی عمیق باحافظه کوتاه-مدت ماندگار جهت بیبود عملکرد طبقه بندی استفاده شده است. نتایج تجربی نشان می دهد که بهینه کردن تنظیمپارامترهای شبکه عصبی عمیق توسط بهینه سازی ازدحام ذرات منجر به عملکرد بسیار بالای پیش بینی ارزش سهام برای مجموعهداده های ایل و گوگل منحر شده است.

کلیدواژه ها:

پیش بینی ارزش سهام ، روند بازار سهام ، شبکه عصبی عمیق ، حافظه کوتاه-مدت ماندگار ، بهینه سازی ازدحام ذرات

نویسندگان

رضا مدنی

دانشجوی کارشناسی ارشد، گروه مهندسی فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران

بابک مسعودی

استا د یار، گروه مهندسی فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران