مهین وثوقی - دانشجوی کارشناسی ارشد، دانشکده تهران جنوب، دانشگاه آزاد اسلامی ، تهران، ایران،
عباس جلیلوند - گروه مهندسی کامپیوتر ، واحد هشتگرد، دانشگاه آزاد اسلامی ، هشتگرد، ایران

با گسترش روز افزون روش های پردازش داده و توسعه چشم گیر تکنولو ژی های محاسباتی و ارتباطی یکی از حوزه های که بسیارمورد توجه بوده، رصد و تحلیل بازارهای مالی است. بازارهای مالی مملو از داده هایی هستند که می توان با استفاده از روش ها نوینداده کاوی، یادگیری ژرف و یادگیری ماشین اطلاعات مفیدی در جهت پیش بینی قیمت ها از آنها استخراج کرد. این پژوهش بهبررسی اجمالی روند کار تحقیقات انجام شده در این زمینه و تقسیم بندی این روش ها پرداخته ا ست .در این مطالعه، پژوهش های متنوعی بررسی شده است که شامل سبک های گوناگون پی شبین ی بازارهای مالی بودند. در این کارها نکتهمهم، اشتراک آنها در روش جستجو و پیشبینی است. عموما تمام این روش ها مبتنی بر منابعی هستند که به نحوی از آنها با خودقیمت و یا حجم معاملات مرتبط است. هدف دسته بندی و اشتراک روش ها در تشخیص قیمت سهم در بازارهای مختلف است . درنتیجه مشخص شد که ترکیب مدلها در برخی مواقع باعث بهبود در نتیجه پیش بینی شده است . در ضمن باید به این نکته مهم توجهکرد که نوع و ترکیب داده در انجام پیشبینی درست، بسیار موثر است.

پیشبینی بازار مالی، یادگیری ژرف، یادگیری ماشین، داده کاوی