یادگیری عمیق و گراف دانش برای پیش بینی روند قیمت سهام در بازار بورس ایران [Persian Thesis]

محدثه سادات قاسمی

شناسگر رکورد: ۱۹۸۹۸
رشته تحصیلی: مهندسی مالی و مدیریت ریسک
عنوان: یادگیری عمیق و گراف دانش برای پیش بینی روند قیمت سهام در بازار بورس ایران
نويسنده: محدثه سادات قاسمی
استاد راهنما : دکتر رباب کلانتری
استاد مشاور: دکتر سعید رحیمیان
مقطع تحصیلی : کارشناسی ارشد
دانشگاه : خاتم
تاریخ دفاع : ۱۴۰۱
چکیده: فعالان بورس درصدد دستیابی و به کارگیری روشهایی هستند تا بتوانند با پیشبینی روند آتی قیمت سهام، سود سرمایه خود را افزایش دهند. بنابراین، ضروری به نظر میرسد که روشهای مناسب و متکی به اصول علمی، در تعیین روند آتی قیمت سهام مورد استفاده افراد سرمایهگذار قرار گیرد. تاکنون روشهای مختلفی جهت نیل به این هدف معرفی شده اند که اغلب روشهای آماری و هوش مصنوعی هستند. در این پژوهش یک مدل شبکه عصبی عمیق را با استفاده ازگراف دانش و اطلاعات بازار عمومی برای پیش بینی روند قیمت سهام پیشنهاد میدهیم. نتیجه پژوهش گویای آن است که شبکه حافظه کوتاه مدت طولانی دو طرفه میتواند روند قیمت سهام را برای پشتیبانی تصمیم گیری مالی پیشبینی کند. آزمایشهای انجام شده در جهت حرکت قیمت و پیشبینی روند نشان میدهد که روش ما در مقایسه با ۳روش جنگل تصادفی ، شبکه حافظه کوتاه مدت طولانی ، تقویت انطباقی از بالاترین دقت برخوردار است. واژههای کلیدی: گراف دانش ، شبکه عصبی عمیق ، شبکه حافظه کوتاه مدت دو طرفه، پیش بینی روند سهام
Register Number Part3 Version Volume Part Part2 Reference Call Number lended Date Back Description
283782 1
Copyright 2026 by Payam Hannan co ltd. PayamLib.com