پیش بینی رفتار بورس اوراق بهادار با به کارگیری اندیکاتورهای تکنیکال، مبتنی بر رویکردهای یادگیری تقویتی عمیق و شبکه های کانولوشن مطالعه موردی: بورس اوراق بهادار ایران
Publish place: Modern Research in Decision Making، Vol: 7، Issue: 4
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 71
This Paper With 30 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SAIM-7-4_003
تاریخ نمایه سازی: 24 آذر 1402
Abstract:
این مقاله با استفاده از یادگیری تقویتی عمیق مدلی ارائه می کند تا وظایف یک معامله گر در بازار بورس ایران را با توجه به سهم های نقد شونده مدل سازی کند. قیمت سهام به همراه اندیکاتورهای مبتنی بر آن به عنوان ورودی به شبکه عصبی کانولوشن وارد می شوند.سپس، با استفاده از اندیکاتورهای محاسبه شده، داده های قیمت بر اساس تاریخ تطبیق داده می شود. به منظور محاسبه میزان تطبیق خروجی محاسبه شده با خروجی مورد انتظار، از تابع هزینه ی مجموع مربعات خظا استفاده می شود که در فرایند بهینه سازی کمینه می شود. همچنین با به کارگیری مدل های کانولوشن به جای جداول Q از بیش برارزش مدل به دلیل وجود داده های کم برای آموزش مدل جلوگیری به عمل آمده است. از طرفی با استفاده از اطلاعات موجود در حجم معاملات، از این سیگنال به عنوان نقشی مکمل در پیش بینی روند آینده سهم ها بهره گرفته شده است. و برای ارزیابی، برتری این مدل نسبت به استراتژی خرید و نگهداری مقایسه شده است.
Keywords:
Authors
آنیتا هادی زاده
دانشجوی دکتری مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیر، تهران، ایران
محمد جعفر تارخ
استاد، گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیر، تهران، ایران
مجید میرزایی قزاآنی
استادیار، گروه مهندسی مالی، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیر، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :