پیش بینی تلاطم در بازار های مالی با استفاده از روش Bi-LSTM [Persian Thesis]
سپهرغفورالهی
| شناسگر رکورد: | ۵۲۱۹۷ |
| رشته تحصیلی: | سیستم های مالی |
| عنوان: | پیش بینی تلاطم در بازار های مالی با استفاده از روش Bi-LSTM |
| نويسنده: | سپهرغفورالهی |
| استاد راهنما : | دکتر مینو کیانی راد |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۴۰۴ |
| چکیده: | تلاطم واقعی به عنوان اندازه‌گیری نوسانات بازارهای مالی تعریف می‌شود که نقش بسیار مهمی در مدیریت ریسک، تصمیم‌گیری سرمایه‌گذاران و سیاست‌گذاری اقتصادی ایفا می‌کند. پیش‌بینی دقیق تلاطم واقعی از اهمیت ویژه‌ای برخوردار است زیرا تلاطم‌های نامطئن می‌توانند زیان‌های هنگفتی به بازارها و سرمایه‌گذاران وارد کنند. با این حال، پیش‌بینی تلاطم واقعی دشوار است و چالش‌هایی نظیر ساختار غیرخطی داده‌ها، پیچیدگی روابط میان متغیرهای اقتصادی و وجود نویزهای فراوان در داده‌ها را شامل می‌شود. روش‌های یادگیری عمیق با قابلیت مدل‌سازی ویژگی‌های غیرخطی و استخراج خودکار ویژگی‌های پیچیده، ابزارهای کارآمدی برای مقابله با این مشکلات هستند. در این پژوهش، مدل ترکیبی Bi-LSTM-Attention به عنوان روشی پیشرفته برگزیده شده است که با تلفیق حافظه بلندمدت دو جهته و مکانیزم توجه، توانایی بالایی در درک وابستگی‌های زمانی و تأکید بر اطلاعات مهم دارد. از این رو، این روش برای پیش‌بینی تلاطم واقعی شاخص بورس، قیمت طلا و دلار مورد استفاده قرار گرفته است. نتایج حاصل نشان می‌دهد که این مدل نسبت به مدل آماری کلاسیک GARCH عملکرد بهتری داشته و پیش‌بینی‌های دقیق‌تر و قابل‌اعتمادتری ارائه می‌دهد. پیش‌بینی تلاطم واقعی، علاوه بر بهبود تصمیم‌گیری سرمایه‌گذاری، امکان بهینه‌سازی سبد دارایی و کاهش ریسک بازارهای مالی را فراهم می‌کند که اهمیت قابل توجهی در تحلیل‌های مالی و اقتصادی دارد. |
| واژگان کلیدی: | پیش‌بینی تلاطم واقعی، یادگیری عمیق، مکانیزم توجه، مدل Bi-LSTM، مدل GARCH |
| Register Number | Part3 | Version | Volume | Part | Part2 | Reference | Call Number | lended | Date Back | Description | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 284835 | 1 |
LoginWithYourAccountToPostComment