مدل هوشمند پیش بینی قیمت سهام مبتنی بر یادگیری عمیق: با رویکرد کاهش ابعاد

پیش بینی قیمت و بازده سهام یکی از پیچیده ترین و بحث برانگیزترین موضوعات در بازارهای مالی است. بازار سهام همواره تحت تاثیر وضعیت اقتصاد ملی، تصورات سرمایه گذاران و رویدادهای سیاسی بوده است و سری قیمت ها به شدت غیرخطی و غیرثابت است. با تحقیقات مستمر و به روزرسانی محققان در بازار اقتصادی و تئوری بازار سهام، به تدریج مولفه های پیش بینی شاخص قیمت سهام در معرض دید قرار گرفتند و پیش بینی قیمت سهام امکان پذیر شد. این پژوهش نیز با هدف ارائه مدل هوشمند پیش بینی قیمت سهام مبتنی بر یادگیری عمیق در بازار بورس اوراق بهادار تهران با رویکرد تکنیک های کاهش ابعاد جهت مدیریت سبد سرمایه انجام شد تا افزایش بازده و کاهش ریسک سرمایه گذاری ممکن شود. داده های استفاده شده در بازه زمانی ۱۳۹۹ تا ۱۴۰۲ از سامانه کدال دریافت و با استفاده از روش CRISP و با استفاده از زبان برنامه نویسی پایتون کدنویسی و تحلیل شدند. برای مدل پیشنهادی ترکیبی از الگوریتم های LSTM، PCA و SVD استفاده شد. مقایسه ترکیب روشهای کاهش ابعاد با روشهای هوش مصنوعی نشان میدهد برای پیش بینی برای روز آتی به کارگیری روش کاهش ابعاد PCA میتواند عملکرد یادگیری عمیق را نسبت به سایر روشهای کاهش ابعاد داده بهبود بخشد.

کلیدواژه ها:

مدل هوشمند ، پیش بینی قیمت ، قیمت سهام ، یادگیری عمیق