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
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
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.
کلیدواژه ها:
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