رویکرد علم داده برای پیش بینی قیمت سهام در بازار بورس تهران در زمان ویروس کرونا با استفاده از روش LSTM[Persian Thesis]

سلما ستاره

بازار سهام یک بازار مالی است که در آن قیمت سهام بر اساس عرضه و تقاضا تعیین می‌گردد و امکان خرید و فروش سریع سهام وجود دارد. بازار سهام نقش مهمی در تأمین مالی شرکت‌ها و توسعه اقتصادی ایفا می‌کند و به همین دلیل مورد توجه سرمایه‌گذاران قرار دارد. با این حال، نوسانات روزانه و غیرقابل پیش‌بینی قیمت سهام ریسک بالایی برای سرمایه‌گذاران ایجاد می‌کند و عواملی مانند بیماری همه‌گیر کرونا می‌تواند موجب افت قیمت‌ها گردد. پیش‌بینی بازار سهام به سرمایه‌گذاران کمک می‌کند تا تصمیمات آگاهانه‌تری بگیرند. پیش‌بینی بازار سهام یک چالش بزرگ است؛ زیرا قیمت سهام در بازار به طور مداوم در نوسان است و این نوسانات گاهی غیرقابل پیش‌بینی هستند. با توجه به بیماری همه‌گیر کرونا و افزایش توجه به شرکت‌های دارویی و بهداشتی، هدف پژوهش حاضر ارائه مدلی است که بتواند قیمت سهام دسبحا، دفارا، دکوثر، شپاکسا، شگل و شوینده را با استفاده از دو روش شبکه عصبی بازگشتی و حافظه کوتاه مدت طولانی پیش‌بینی نماید. به این منظور، دو آزمایش طراحی شده است . در آزمایش اول از ویژگی‌های معاملاتی سهام و در آزمایش دوم علاوه بر ویژگی‌های معاملاتی از متغیر قیمت روزانه طلا و شاخص‌های توجه سرمایه‌گذار استفاده می‌‌شود. پس از پیاده‌سازی و مقایسه، در هر دو آزمایش با ویژگی‌های معاملاتی و ترکیبی (قبل و بعد از کرونا) مدل حافظه کوتاه مدت طولانی برتر از شبکه عصبی بازگشتی عمل کرده است. کلمات کلیدی: پیش‌بینی بازار سهام، شبکه عصبی بازگشتی، حافظه کوتاه مدت طولانی.