بهبود طبقه بندی الگوهای شمعی با استفاده از شبکه های عصبی پیچشی بر اساس بلوک بندی ویژگی ها: مطالعه موردی بورس اوراق بهادار تهران

پیش بینی روند بازارهای مالی همواره یکی از چالش های مهم در تحلیل تکنیکال بوده است. الگوهای شمعی به عنوان یکی از ابزارهای محبوب برای شناسایی تغییرات احتمالی در بازارهای مالی به کار گرفته می شوند، اما تشخیص دقیق این الگوها نیازمند دانش تخصصی و تجربه بالای تحلیل گران است. در این مقاله، از شبکه های عصبی پیچشی برای شناسایی و طبقه بندی دو الگوی شمعی مهم، یعنی چکش و مرد حلق آویز، در بورس اوراق بهادار تهران استفاده شده است. داده های قیمتی مربوط به چهار نماد شپدیس، خودرو، فولاد و فملی جمع آوری شده و پس از پیش پردازش به کمک تبدیل میدان زاویه ای گرمین به تصاویر تبدیل شده اند. ازآنجاکه تحلیل گران مالی تمایل دارند نمودارها و الگوها را به صورت یکپارچه مشاهده کنند، در این پژوهش برای نزدیک کردن نتایج به دیدگاه انسانی، تصاویر کوچک مربوط به سری های زمانی با تکنیک بلوک بندی ویژگی ها به یکدیگر چسبانده و به تصاویر بزرگ تر ۲۰×۲۰ تبدیل شدند. مدل شبکه ی عصبی پیچشی بر اساس داده های آموزش و آزمون، با دقت بالا توانسته است الگوهای شمعی را تشخیص دهد. نتایج نشان داد که افزایش ابعاد ورودی از ۴×۱۰×۱۰ به ۲۰×۲۰ در برخی از نمادها، منجر به بهبود عملکرد مدل شد. این مطالعه نشان می دهد که استفاده از تکنیک های تصویری و مدل یادشده می تواند در شناسایی الگوهای قیمتی و تصمیم گیری بهتر در بازارهای مالی موثر باشد.

کلیدواژه ها:

الگوی شمعی ، میدان زاویه ای گرمین ، شبکه های عصبی پیچشی