Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

3,191
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

1,644
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

الگوریتم های یادگیری ماشین برای سری های زمانی در بازارهای مالی

صفحات

 صفحه شروع 60 | صفحه پایان 67

چکیده

 این پژوهش در رابطه با بررسی سودمندی الگوریتم های هوشمند مختلف در حوزه یادگیری ماشین برای پیش بینی سری های زمانی در بازارهای مالی می باشد. چالش مورد توجه در این حوزه, این است که مدیران اقتصادی و جامعه علمی, همچنان خواستار مدل های پیش-ینی با دقت بیشتری می باشند. رفع چالش یاد شده موجب ارتقای کیفیت پیش بینی و به جهت آن, سودآوری و بهره وری بالاتری می شود. راه حل پیشنهادی, تکیه بر بکارگیری الگوریتم های یادگیری ماشین مبتنی بر رگرسیون, با تاکید بر روش انتخاب ویژگی پیشرو, جهت یافتن بهترین متغیرهای فنی ورودی دارد. موارد یاد شده, با بکارگیری ابزارهای یادگیری ماشین به زبان پایتون پیاده سازی گردیدند. داده های تحقیق که در این پژوهش به کار گرفته شدند, اطلاعات مربوط به سهام دو شرکت از بورس تهران می باشند. این داده ها مربوط به سال های 1387 تا ابتدای سال 1397 می باشند. نتایج آزمایشی نشان می دهند که ویژگی های فنی منتخب توسط روش پیشرو, موثرترین و نیز بهترین مقادیر برای پارامترهای الگوریتم های یادگیری مورد نظر را می یابند. نتایج آزمایشی و تحلیل های رسمی دلالت بر این دارند که بکارگیری ویژگی های فنی منتخب, به عنوان ورودی دو الگوریتم ماشین بردار پشتیبان و ماشین پرسپترون چند لایه, یک پیش بینی با حداقل خطا را در اختیار می گذارد.؛ این مطلب منجر به ارائه پیش بینی با دقت بالاتری می گردد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    دهقانی، مریم، قاسم زاده، محمد، و انصاری سامانی، حبیب. (1398). الگوریتم های یادگیری ماشین برای سری های زمانی در بازارهای مالی. رایانش نرم و فن آوری اطلاعات، 8(3 )، 60-67. SID. https://sid.ir/paper/245855/fa

    Vancouver: کپی

    دهقانی مریم، قاسم زاده محمد، انصاری سامانی حبیب. الگوریتم های یادگیری ماشین برای سری های زمانی در بازارهای مالی. رایانش نرم و فن آوری اطلاعات[Internet]. 1398؛8(3 ):60-67. Available from: https://sid.ir/paper/245855/fa

    IEEE: کپی

    مریم دهقانی، محمد قاسم زاده، و حبیب انصاری سامانی، “الگوریتم های یادگیری ماشین برای سری های زمانی در بازارهای مالی،” رایانش نرم و فن آوری اطلاعات، vol. 8، no. 3 ، pp. 60–67، 1398، [Online]. Available: https://sid.ir/paper/245855/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا