بهبود کارایی الگوریتم های یادگیری ماشین برداری ماشین برای سری های زمانی در بازارها مالی
- سال انتشار: 1397
- محل انتشار: چهارمین کنفرانس پردازش سیگنال و سیستمهای هوشمند
- کد COI اختصاصی: SPIS04_003
- زبان مقاله: فارسی
- تعداد مشاهده: 1036
نویسندگان
دانشجوی کارشناسی ارشد، مهندسی نرم افزار، دانگشاه یزد، یزد
دانشیار، گروه مهندسی کامپیوتر، دانشگاه یزد، یزد
استادیار، گروه مهندسی کامپیوتر، دانشگاه یزد، یزد
چکیده
این پژوهش در رابطه با بررسی سودمندی مدل های مختلف یادگیری ماشین برای پیش بینی سری های زمانی در بازارهای مالی می باشد. چالش مورد توجه در این حوزه، این است که مدیران اقصتادی جامعه علمی، همچنان خواستار الگوریتم های پیش بینی با دقت بیشتری می باشند. رفع چالش یاد شده موحب ارتقای کیفیت پیش بینی به جهت آن، سودآوری بهره وری بالاتری می شود. در این پژوهش نشان می دهیم که چگونه می توان با بهره بردن از تحلیل فنی سری های زمانی مالی موجود در داده های بازار بورس، ضمن دسترسی به موثرترین ویژگی ها، به نتایج ارزشمند دست یافت. راه حل پیشنهادی، تکیه بر بکارگیری الگوریتم های یادگیری ماشین مبتنی بر رگرسیون، با تاکید بر روش انتخاب ویژگی پیشرو، جهت یافتن متغیرهای فنی ورودی دارد. موارد یاد شده، با بکارگیری ابزارهای یادگیری ماشین به زبان Python پیاده سازی گردیدند. داده های تحقیق که در این پژوهش بکار گرفته شدند، اطلاعات مربوط به سهام دو شرکت از بورس تهران می باشند. این داده ها مربوط به سال های 1387 تا ابتدای سال 1397 می باشند. نتایج آزمایشی نشان می دهند که ویژگی های فنی منتخب توسط روش پیشرو، موثرترین نیز بترین مقادیر برای پارامترهای الگوریتم های یادگیری موردنظر را می یابند. بکارگیری این مقادیر، منجر به پیش بینی های با حداقل میزان خطا برای داده های سهام می شود.کلیدواژه ها
پیش بینی، سری های زمانی، یادگیری ماشین، بازارهای مالی، بازار سهاممقالات مرتبط جدید
- شناسایی ویژگی های سازمان پیشرو در به کارگیری هوش مصنوعی
- قراردادهای هوشمند تجاری در متاورس با هدف خودکارسازی فرآیند تجارت
- Artificial Intelligence-Enhanced Repair Strategies in Online Collaborative EFL Classrooms: Toward a New Paradigm of Interactional Competence
- تاثیر هوش مصنوعی بر کارایی عملیات نظامی اوکراین علیه روسیه
- ارزیابی استرس و اضطراب با استفاده از پردازش سیگنال های مغزی و مدل های یادگیری ماشین
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.