تحلیل تطبیقی کاربرد هوش مصنوعی در پیش بینی بازارهای مالی با تاکید بر تحلیل شبکه های اجتماعی

با توجه به نوسانات شدید بازارهای مالی و چالشهای موجود برای سرمایه گذاران استفاده از الگوریتمهای هوش مصنوعی به ویژه یادگیری ماشین و یادگیری عمیق به عنوان ابزاری موثر برای بهبود دقت پیش بینی ها ضروری است. این تحقیق به بررسی تعامل هوش مصنوعی و تحلیل احساسات اجتماعی در بهبود دقت پیش بینی قیمت سهام میپردازد با روش تحقیق آمیخته کمی و کیفی)، داده های تاریخی قیمت سهام و حجم معاملات از منابع معتبر جمع آوری و تحلیل شدند، و همچنین داده های احساسات از شبکههای اجتماعی با تکنیکهای پردازش زبان طبیعی (NLP) استخراج گردید. نوآوری این پژوهش در ادغام الگوریتمهای هوش مصنوعی به ویژه شبکههای عصبی عمیق، با تحلیل احساسات اجتماعی به منظور شناسایی الگوهای پیچیده در داده هاست نتایج نشان میدهند که الگوریتمهای هوش مصنوعی میتوانند دقت پیشبینی قیمتها را به ۸۹ درصد و خطای میانگین مطلق را به ۰٫۶۵ کاهش دهند. همچنین تحلیل احساسات مثبت از شبکههای اجتماعی دقت پیش بینی ها را به ۸۵ درصد ارتقا میدهد در حالی که احساسات منفی تاثیر منفی بر نتایج دارند این یافته ها بر اهمیت ادغام دادههای مالی و اجتماعی تاکید کرده و میتوانند به سرمایه گذاران در اتخاذ تصمیمات آگاهانه تر و کاهش ریسکهای سرمایه گذاری کمک کنند به طور کلی این پژوهش به بهبود استراتژیهای سرمایه گذاری و مدیریت ریسک در بازارهای مالی میانجامد.

کلیدواژه ها:

هوش مصنوعی ، پیش بینی بازارهای مالی ، تحلیل احساسات ، شبکه های اجتماعی ، یادگیری ماشین ، یادگیری عمیق ، مدیریت ریسک