ارائه مدلی برای پیش بینی بازده بازار بورس ایران مبتنی بر روش CNN_BI LSTM با استفاده از ARO

کاربرد مدل های شبکه عصبی در علم اقتصاد، اغلب در زمینه پیش بینی و دسته بندی متغیرها در بازارهای پولی و مالی از قبیل قیمت های سهام و نرخ ارز بوده است. از شبکه های عصبی برای پیش بینی سری های زمانی در شرایط غیرایستایی متغیرها، عدم توجیه روش های کالسیک و یا پیچیدگی سری های زمانی، بسیار استفاده شده است. دلیل عمده آن، وجود آمار بسیار زیاد در این بازارها و عدم توانایی کافی مدل های موجود در تبیین و پیش بینی رفتار متغیرهای پولی است. مساله اصلی است که چگونه می توان با توجه به ویژگی های غیرخطی و تصادفی این داده ها، مدل هایی ایجاد کرد که بتوانند بهبود عملکرد پیش بینی داشته باشند. هدف این پژوهش پیش بینی بازده سهام بازار بورس ایران مبتنی بر روش CNN_BILSTM با استفاده از ARO بود. نتایج پژوهش در بازار بورس ایران نشان داد که مدل پژوهش دقت بالایی در روند پیش بینی سهام های بازار بورس ایران داشته است. به منظور صحت سنجی مدل پژوهش ۵ سهم به عنوان نمونه مورد بررسی دقیق قرار گرفت و نتایج آن گزارش شد.

کلیدواژه ها:

پیش بینی بازده سهام ، شبکه های عصبی ، الگوریتم خرگوش مصنوعی ، بازار بورس ایران