پیش بینی قیمت سهام با ترکیب خود رمزنگار و پرسپترون چندلایه عمیق

Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 339

This Paper With 15 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CEITCONF04_007

تاریخ نمایه سازی: 13 تیر 1400

Abstract:

سرمایه گذاری در بازار بورس سهام یکی از بخش های جالب برای سرمایه گذاری در دنیای امروز است اما این کار بسیار پر چالش است. پیش بینی قیمت سهام با استفاده از الگوهای رفتاری فرآیند مولد قیمت سهام امکان پذیر است. در طول سال های پیش الگوریتم ها و نرم افزارهای زیادی با پیچیدگی ها و ساختارهای متفاوت برای این منظور پیشنهاد شده است. به دلیل پیچیدگی های بازار بورس و حجم بالای اطلاعات مورد پردازش، اغلب استفاده از یک سیستم ساده برای پیش بینی نتایج خوبی نمی دهد، به همین دلیل محققان در سال های اخیر با ارائه مدل های هیبریدی، سعی در ارائه سیستمی با پیچیدگی کمتر و کارایی و دقت بیشتر کرده اند. در روش پیشنهادی با استفاده از خودر مزنگار عمیق ویژگی های دیتاست ورردی استخراج می شود و این ویژگی های استخراج شده به یک شبکه عصبی پرسپترون برای پیش بینی قیمت سهام داده می شود. مقایسه نتایج روش پیشنهادی با روش های مرسوم پیش بینی نشان میدهد که روش پیشنهادی خطای کمتری دارد.

Authors

فائزه باقری

دانشجوی کارشناسی ارشد، گروه کامپیوتر و فناوری اطلاعات، موسسه غیرانتفاعی هرمزان، ایران

سیدحسن صادق زاده

استادیار، گروه کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران