بررسی الگوریتم های مختلف مورد استفاده در بازار سهام

در این مقاله چند الگوریتمی مختلف مورد استفاده در تحلیل بازار سهام مورد بررسی قرار گرفت. این الگوریتم ها عبارتند بوند از تکنیک یادگیری ماشینی (ML)، تکنیک یادگیری تقویتی (RL)» و الگوربتم ژنتیک که در تحلیل بازار سهام الگوریتم های قدرتمندیهستند. یادگیری ماشینی (ML) مطالعه الگوریتم ها و مدل های آماری مورد استفاده سیستم های کامپیوتری است که به جای استفادهاز دستورالعمل های واضح, از الگوها و استنباط برای انجام وظایف استفاده می کنند. الگوریتم های بادگیری ماشینی یک مدل رباضی براساس داده های نمونه با داده های آموزش به منظور پیش بینی ی تصمیم گیری بدون برنامه ریزی آشکار ایجاد می کنند. تکنیکیادگیری تقویتی (RL) یادگیری تقویتی در مقایسه با یادگیری نظارت نشده دارای اهداف متفاوتی است. در حالیکه هدف دریادگیری نظارت نشده پیدا کردن مشابهت ها و تفاوت های بین نقاط داده محسوب می شود. در یادگیری تقویتی هدف پیدا کردن مدلداده مناسبی است که «پاداش انباره ای کل» را برای عامل بیشینه می کند. در نهایت الگوریتم ژنتیک یکی از الگوریتم های اکتشافیحل مسئله است که از مدل سازی زیستی جمعیت جانداران به وجود آمده است. در این الگوریتم خصوصیات نسل جانداران به مقدارتوابع هدف و بهبود در خصوصیات نسلی درپی گذشت زمان تشبیه و ظهور نسل های جدید از آمیزش نسل های قبلی به بهبود درمقدار توابع هدف مانند شده است؛ به عبارت دیگر این الگوریتم از اصول انتخاب طبیعی داروین برای یافتن فرمول یا جواب بهینه برایپیش بینی یا تطبیق الگو استفاده می کند.

کلیدواژه ها:

تکنیک یادگیری ماشینی (ML) ، تکنیک یادگیری تقویتی (RL) ، الگوریتم ژنتیک ، بازار سهام