سیداحسان شاهوئی مقدم - گروه مهندسی صنایع، دانشگاه غیرانتفاعی صنعتی فولاد، فولادشهر، اصفهان
علیرضا گلی - گروه مهندسی صنایع و آینده پژوهی، دانشکده فنی و مهندسی، دانشگاه اصفهان، اصفهان

در بورس اوراق بهادار پیش بینی قیمت سهام و انتخاب زمان مناسب برای قرارگیری در موضع معاملاتی درست به منظور بیشینه کردن بازده سهام از اهمیت زیادی برخوردار است. هدف این پژوهش ارائه راهکاری جهت پیش بینی قیمت سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با رویکرد یادگیری عمیق می باشد. از این رو متغیرهایی که باقیمت سهام دارای همبستگی بوده در سه گروه تقسیم می گردد. گروه اول داده هایی است که باقیمت سهام دارای همبستگی مثبت بوده و گروه دوم داده هایی است که باقیمت سهام همبستگی منفی داشته و گروه سوم شامل مجموعه از کل متغیر های است که شامل گروه اول و گروه دوم می باشد. پس از استاندارد سازی و نرمالیزه کردن داده ها الگوریتم Long short-term memory جهت اجرای فرایند یادگیری با استفاده از زبان پایتون تشکیل شده است. یافته های تحقیق نشان می دهد که آموزش سیستم توسط الگوریتم LSTM با ورودی هایی که باقیمت سهام همبستگی مثبت دارند، مدلی است که کمترین خطای پیش بینی را نسبت به دیگر مدل ها دارد.

قیمت سهام، یادگیری عمیق، فرآورده های نفتی، بورس اوراق بهادار