یادگیری تقویتی عمیق و ترنسفورمرها: رویکردی نوین به معاملات هوشمنددر بورس اوراق بهادار تهران

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 311

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCONF09_135

تاریخ نمایه سازی: 17 تیر 1403

چکیده مقاله:

این مقاله به بررسی کاربردهای یادگیری تقویتی عمیق (DRL) و ترنسفورمرها در معاملات بورس اوراق بهادار تهران میپردازد. با ترکیب قدرت شبکههای عصبی عمیق و ترنسفورمرها، DRL میتواند بهبود قابل توجهی در پیشبینی و تصمیمگیریهای مالی ارائه دهد. این مقاله چالشهای خاص بورس تهران را تحلیل کرده و مزایای استفاده از این تکنیکها را در کاهش ریسک و افزایش سودآوری معاملات بررسی میکند. مرور تحقیقات نشان میدهد که استفاده از مدلهای ترکیبی DRL و ترنسفورمر میتواند به طور قابل توجهی دقت پیشبینی و استراتژیهای معاملاتی را در بورس تهران بهبود بخشد و زمینهساز رشد و توسعه پایدار بازار سرمایه شود.

نویسندگان

محمدرضا آیه اللهی

دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات – کسب و کار الکترونیک، دانشکده مدیریت و حسابداری، دانشکدگان فارابی قم، دانشگاه تهران

سیدمحمدباقر جعفری

دانشیار دانشکده مدیریت و حسابداری، دانشکدگان فارابی قم، دانشگاه تهران