پیش بینی قیمت طلا بر اساس یادگیری عمیق بازگشتی بلند مدت

قیمت طلا به عنوان یک فلز گرانبها، همواره مورد توجه سرمایه گذاران و فعالان اقتصادی بوده است. پیش بینی دقیق قیمت طلا می تواند به سرمایه گذاران در تصمیم گیری هایشان کمک کند. امروزه تکنیک های پیشرفته مانند الگوریتم های یادگیری ماشین و داده کاوی برای افزایش دقت پیش بینی استفاده می شود. در پژوهش پیش رو به بررسی مدل های مختلف یادگیری ماشین برای پیش بینی قیمت طلا پرداخته شده است. ابتدا روش های مختلف آنالیز سری های زمانی در دسته یادگیری سطحی مانند الگوریتم ژنتیک، رگرسیون و Arima اعمال شده است و سپس به بررسی روش LSTM (Long Short-Term Memory) که نوعی شبکه عصبی بازگشتی (RNN) در دسته یادگیری عمیق جهت مدلسازی سریهای زمانی برای پیش بینی قیمت طلا پرداخته شده است. نتایج نشان دهنده برتری و پایداری LSTM و نیز روش رگرسیون است

کلیدواژه ها:

پیش بینی قیمت طلا ، مدل های سری زمانی ، LSTM ، رگرسیون ، الگوریتم ژنتیک ، Arima