پیش بینی قیمت ارزهای دیجیتال با استفاده از مدل های یادگیری عمیق و الگوریتم های هوش مصنوعی
سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 41
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IMPEB01_0519
تاریخ نمایه سازی: 10 آبان 1405
چکیده مقاله:
نویسنده: شهریار منتظری گروه اقتصاد دانشگاه پیام نور تهران ایران shmontazeri@pnu.ac.ir در دنیای پرنوسان بازار ارزهای دیجیتال پیش بینی قیمت ها یکی از چالش های اساسی برای سرمایه گذاران و معامله گران است. با توجه به رفتار غیرخطی و تاثیرپذیری این بازار از عوامل مختلف، روش های سنتی تحلیل چندان کارآمد نیستند. ارزهای دیجیتال در سال های اخیر به عنوان یک طبقه دارایی نوظهور محبوبیت زیادی کسب کرده اند و قیمت های آن ها به دلیل نوسانات زیاد، بسیار متغیر است. پیش بینی قیمت ارزهای دیجیتال به دلیل ماهیت پیچیده آن ها و عدم وجود یک مرجع مرکزی، کار دشواری است. این مقاله با بررسی و تحلیل متون مهم در مورد پیش بینی قیمت اتریوم، با تمرکز بر اتریوم و قابل اجرا بر سایر ارزهای دیجیتال شکاف دانش بزرگی را در این زمینه پر می کند. در این میان مدل های یادگیری ماشینی پیشرفته و الگوریتم های هوش مصنوعی توانسته اند انقلابی در تحلیل قیمت ارز دیجیتال ایجاد کنند. این مدل ها با استفاده از داده های تاریخی بازار، شناسایی الگوهای معاملاتی و تحلیل متغیرهای تاثیرگذار امکان پیش بینی قیمت ارزهای دیجیتال را با دقت بالاتری فراهم می کنند. در این کار ما روشی را برای ساخت مدل های یادگیری عمیق برای پیش بینی قیمت ارزهای دیجیتال و اعمال آن در پیش بینی قیمت اتر ارائه می دهیم که منجر به پیش بینی های کوتاه مدت و بلندمدت با دقت تا ۸۲٪ می شود.
کلیدواژه ها:
نویسندگان
شهریار منتظری
گروه اقتصاد دانشگاه پیام نور تهران ایران