به کارگیری شبکه عصبی حافظه بلندمدت ماندگار برای پیشبینی قیمت سهام در سیستم های انتخاب سبدسهام برخط

Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 519

This Paper With 7 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:

ICIKT09_015

تاریخ نمایه سازی: 21 اردیبهشت 1397

Abstract:

هدف سیستم انتخاب سبد سهام بر صد، تعیین یک استراتژی سرمایه گذاری برای تخصیص پی در پی سرمای در پی تجمع سهام برای دستیابی به اهداف مالی خاص در بلند مدت است. الگوریتم های متنوعی برای این منظور ارایه شده است. از بین روش های موجود به روش بازگشت میانگین متحرک /میانه عملکرد بهتر نسبت به سایر روش ها دارد. پیش بینی خطی از روند آینده قیمت و تفسیر هزینه معاملات، از مهم ترین چالش های روش های موجود می باشد در این مقاله از توانایی شبکه عصبی حافظه بلندمدت ماندگار در پیش بینی قیمت سهام برای چندین گام آینده استفاده شده است. تا با افزایش ضریب ثروت هر مرحله و کاهش هزینه های معاملات، ضریب ثروت تجمعی در سیستم های انتخاب سبد سهام برخط را افزایش دهد. نتایج حاصل از موفقیت این شبکه در پیش بینی قیمت با چندین گام آینده و همچنین کاهش هزینه معاملات و بهبود ثروت تجمعی نهایی در مقایسه با روش های موجود دارد.

Keywords:

شبکه عصبی و حافظه بلند مدت ماندگار , بازگشت میانi , هزینه معاملات , سبد سهام fv خط

Authors

کاظم اسمعیلی ابدر

دانشگاه تهران

هادی ویسی

استادیار دانشکده علوم و فنون نوین دانشگاه تهران

مرتضی ابراهیمی

دانشگاه تهران