پیش بینی قیمت سهام دلقما با استفاده از سه الگوریتم یادگیری ماشین مختلف

این تحقیق به بررسی تاثیر اخبار بر تغییرات شاخص قیمت روزانه سهام دلقما در سه ماهه آخر سال ۲۰۲۲ می پردازد. این مطالعه از ۲۳ کلمه کلیدی مرتبط با سهام که از وب سایت Trade News گرفته شده بود، استفاده کرد و حجم جستجوی آنها به صورت دستی با استفاده از Google Trends محاسبه شد. قیمت های تعدیل شده سهام از نرم افزار TSeclient به دست آمد. این نقاط داده، اساس تجزیه و تحلیل را تشکیل دادند و بر رابطه بین روند کلمات کلیدی و حرکات قیمت سهام تمرکز داشتند. برای پیش بینی تغییرات قیمت سهام، سه الگوریتم یادگیری ماشین توسعه داده شد: طبقه بندی کننده جنگل تصادفی، بیز ساده گاوسی و طبقه بندی کننده رگرسیون لجستیک. در میان این الگوریتم ها، طبقه بندی کننده جنگل تصادفی با دستیابی به دقت ۸۲.۲۵ درصد به عنوان موثرترین الگوریتم ظاهر شد. این عملکرد برتر، پتانسیل آن را برای ارائه بینش های عملی به سرمایه گذاران برجسته می کند و امکان تصمیم گیری بهتر در محیط های مالی پویا را فراهم می کند. یافته ها بر اهمیت ادغام تجزیه و تحلیل مبتنی بر کلمات کلیدی با تکنیک های یادگیری ماشین در پیش بینی بازار سهام تاکید می کنند. این مطالعه با شناسایی کلمات کلیدی مرتبط با اخبار تاثیرگذار و استفاده از الگوریتم های پیشرفته، یک رویکرد عملی برای افزایش دقت پیش بینی و درک رفتار بازار نشان می دهد. این روش شناسی، چارچوبی قوی برای تحقیقات آینده و کاربردهای دنیای واقعی در پیش بینی مالی و بهینه سازی استراتژی سرمایه گذاری ارائه می دهد.

کلیدواژه ها:

پیش بینی قیمت سهام ، یادگیری ماشین ، طبقه بندی کننده جنگل تصادفی ، پیش بینی مالی ، تحلیل احساسات خبری ، رگرسیون لجستیک