پیش بینی بازده سهام بازار نزدک مبتنی بر روش CNN_BI LSTM با استفاده از ARO

شبکه های عصبی برای حل مسائل پیچیده و غیرخطی مناسب تر از سری های زمانی هستند، هرچند مشکلات خود را نیز دارند. مثال در یادگیری دچار محدودیت هستند چون داده های مربوط به قیمت سهام دارای اختلافات فاحش و ابعاد پیچیده ای هستند و لذا پیش بینی قیمت سهام کار بسیار مشکلی است. بدین منظور هدف این پژوهش پیش بینی بازده سهام بازار نزدک مبتنی بر روش CNN_BILSTM با استفاده از ARO خواهد بود. نتایج پژوهش در بازار نزدک نشان داد که مدل پژوهش دقت بالایی در روند پیش بینی سهام های بازار نزدک 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:

پیشبینی سهام ، شبکه های عصبی ، الگوریتم خرگوش مصنوعی ، بازار نزدک