پیش بینی قیمت بسته شدن سهام با استفاده از تکنیک های یادگیری ماشینی

پیش بینی دقیق بازده بازار سهام به دلیل ماهیت نوسان و غیرخطی بازارهای مالی کاری بسیار چالش برانگیز است. با معرفی هوش مصنوعی و افزایش قابلیت های محاسباتی، روش های برنامه ریزی شده پیش بینی کارآمدی بیشتری در پیش بینی قیمت سهام دارند. در این کار از تکنیک های شبکه عصبی مصنوعی و جنگل تصادفی برای پیش بینی قیمت بسته شدن روز بعد برای پنج شرکت متعلق به بخش های مختلف عملیاتی استفاده شده است. داده های مالی قیمت های باز، بالا، پایین و بسته سهام برای ایجاد متغیرهای جدید که به عنوان ورودی مدل استفاده می شوند استفاده می شود. مدل ها با استفاده از شاخص های استراتژیک استاندارد ارزیابی می شوند: RMSE و MAPE. مقادیر پایین این دو شاخص نشان می دهد که مدل ها در پیش بینی قیمت بسته شدن سهام کارآمد هستند.

کلیدواژه ها:

رگرسیون تصادفی ، جنگل ، شبکه عصبی مصنوعی ، پیش بینی بازار سهام