پیش ‎بینی قیمت داده‏ های مالی با استفاده از الگوریتم LSTM و تفاضلات کسری داده ‎های قیمت [پايان نامه فارسي]

امیرعلی دلاوری

شناسگر رکورد: ۵۲۲۳۶
رشته تحصیلی: سیستم های مالی
عنوان: پیش ‎بینی قیمت داده‏ های مالی با استفاده از الگوریتم LSTM و تفاضلات کسری داده ‎های قیمت
نويسنده: امیرعلی دلاوری
استاد راهنما : دکتر رباب کلانتری
مقطع تحصیلی : کارشناسی ارشد
دانشگاه : خاتم
تاریخ دفاع : ۱۴۰۴
چکیده: پیش‌بینی قیمت سهام و بازدهی آن، به‌ویژه در بازارهای مالی، به دلیل تأثیرات اقتصادی و تصمیم‌گیری‌های سرمایه‌گذاران، همواره موضوعی چالش‌برانگیز بوده است. پژوهش حاضر با هدف بهبود دقت پیش‌بینی قیمت بسته شدن و بازدهی دارایی‌های مختلف نظیر طلا، بیت‌کوین، نفت و شاخصS&P۵۰۰، از روش LSTM و تحلیل دو مرحله‌ای بر اساس تفاضلات کسری استفاده کرده است. در این پژوهش، تفاضلات کسری ۰.۹ و ۰.۱ برای بازه‌های زمانی ۵ و ۱۰ روزه به کار رفته است. نتایج نشان می‌دهد که بیت‌کوین به‌عنوان دارایی با نوسانات بالا، دقت پیش‌بینی کمتری دارد و MAPE آن حدود ۲.۵۴ درصد است. پس از بیت‌کوین، نفت و S&P۵۰۰ با ۲.۰۲ درصد و ۱.۰۱ درصد قرار دارند، در حالی که طلا با ۰.۷۲ درصد کمترین خطای پیش‌بینی را نشان می‌دهد. در واقع این پژوهش بر ضرورت تحلیل دقیق‌تر و استفاده از الگوریتم‌های ترکیبی برای بهبود دقت پیش‌بینی تأکید دارد. به علاوه، بررسی عوامل اجتماعی و اقتصادی می‌تواند درک بهتری از نوسانات قیمت‌ها فراهم کند و به دقت پیش‌بینی‌ها بیفزاید.
واژگان کلیدی: پیش‌بینی قیمت سهام، LSTM، تفاضل کسری، خطای مطلق میانگین درصدی، میانگین مربعات خطا.
شماره ثبت جزء نسخه جلد بخش قسمت مرجع شماره بازیابی در دست امانت تاریخ بازگشت ملاحظات
284860 1
Copyright 2025 by Payam Hannan co ltd. PayamLib.com