بررسی بازه های زمانی آموزش در مدل های یادگیری جهت پیش بینی بهتر بازار
Publish place: National Conference on New and Creative Thoughts in Management, Accounting, Legal and Social Studies
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 682
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACLAW01_101
تاریخ نمایه سازی: 21 بهمن 1397
Abstract:
در این مقاله تلاش گردیده است تا با استفاده از سه مجموعه داده متفاوت از تغییرات قیمت سهام بانک صادرات ایران قدرت و توان پیش بینی کنندگی مدل شبکه عصبی LoLiMoT در بازه های زمانی مختلف مورد آزمون قرار گیرد همچنین جهت نیل به این هدف از سه مجموعه داده با بازه های زمانی بیست ثانیه ای (تغییرات سریع) یک دقیقه ای (تغییرات نرمال) و یک روزه (تغییرات کند) (جهت به کارگیری در فرآینده آموزش مدل عصبی) استفاده گردید و برای تشخیص بهترین تقریب در مجموعه داده از دو معیار خطای MSE و RMSE استفاده شده است در نهایت با مقایسه این خطاها بهترین مجموعه داده جهت استفاده در مرحله آموزش در پیش بینی با مدل LoLiMoT ارایه می گردد. جهت تجزیه و تحلیل داده های مورد آزمون نیز از نرم افزار MATLAB استفاده شده است که در نهایت مشخص گردید بازه زمانی سریع (بازه زمانی بیست ثانیه ای) پیش بینی بهتری را ارایه می نماید.
Keywords:
Authors
ناصر شهسواری
دانشجوی کارشناسی ارشد حسابداری ،واحد الکترونیکی تهران، دانشگاه آزاد اسلامی تهران، ایران
هدی همتی
استاد دانشگاه. گروه حسابداری، واحد الکترونیکی تهران، دانشگاه آزاد اسلامی تهران، ایران
علی باغانی
استاد دانشگاه. گروه حسابداری، واحد الکترونیکی تهران، دانشگاه آزاد اسلامی تهران، ایران