پیشبینی قیمت سهام در بازار بورس تهران با استفاده از تحلیل اطلاعات تکنیکی شرکت ها مبتنی بر هوش مصنوعی

در این مقاله سعی شده است با شناخت عوامل مختلفی که بر قیمت سهام شرکت ها اثر می گذارد، به پیش بینی قیمت سهام پرداخته شود. در این راستا از اطلاعات مربوط به پنج شرکت پارس خودرو، صنایع پتروشیمی خلیج فارس، نورد آلومینیوم ، کشتیرانی جمهوری اسلامی ایران و معدنی املاح ایران استفاده شده و اطلاعات آنها در طی سه ماهه پایانی سال ۹۵ مورد بررسی قرار گرفته است. در ادامه با استفاده از شبکه عصبی LSTM پیش بینی سهام پنج شرکت مذکور صورت گرفته و نتایج آن با مقدار واقعی مقایسه شده است. دو سیستم برای این کار طراحی شده است که در آنها تعداد لایه های LSTM متفاوت است. این سیستم به گونه ای طراحی شده است که بتواند با دیدن داده های مربوط به پنج روز گذشته، روند بورس در روز آتی را پیشگویی کند. در سیستم پیشنهادی اول که در آن از یک لایه LSTM استفاده شده است توانسته به طور میانگین به درصد صحت پیشگویی ۹۵.۲۷% دست یابد. در سیستم دوم که از دولایه LSTM ، استفاده شده بود به دقت ۹۹.۱% دست یابد و بیان کننده این حقیقت است که استفاده از دولایه LSTM می تواند اطلاعات مربوط به روزهای گذشته را بهتر یاد گرفته و در خود ذخیره کند.

کلیدواژه ها:

کلمات کلیدی: شبکه های LSTM ، بازشناسی الگو ، پیش بینی بورس ، شبکه عصبی.