ارائه مدل عوامل تبیین کننده قیمت سهام با استفاده از الگوریتم یادگیری عمیق و مقایسه آن با شبکه عصبی
محورهای موضوعی : مهندسی مالی
مجتبی باوقارزعیمی
1
,
غلامرضا زمردیان
2
,
امیررضا کیقبادی
3
,
مهرزاد مینوئی
4
1 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه مدیریت مالی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
4 - گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
کلید واژه:
چکیده مقاله :
هدف از اين پژوهش ارائه مدل تبیین کننده قیمت سهام با استفاده از الگوریتم یادگیری عمیق و مقایسه آن با شبکه عصبی برای شركت هاي پذیرفته شده در بورس اوراق بهادار تهران مي¬باشد. در این پژوهش ابتداً از شبکه یادگیری عمیق برای پیش بینی قیمت سهام استفاده و تاثیر این مدل آزمایش و تحلیل شده سپس این مدل با شبکه عصبی مقایسه می شود. به منظور بررسی بیشتر قابلیت پیش بینی مدل و برای تحلیل مقایسه ای، داده های اصلی یک دقیقه ای به داده های پنج دقیقه ای و داده های ده دقیقه ای تبدیل می شوند. این پژوهش از نظر طبقه بندی بر مبنای هدف از نوع پژوهشات توسعه ای کاربردی است. براي آزمون سوالات پژوهش، داده¬هاي حسابداري بين سال هاي 1388 -1399 تهيه و متغیرهای ورودی برای مدل بر اساس آن محاسبه گرديد. در اين پژوهش از روش نمونه گیری حذف سیستماتیک استفاده شده است. بر اساس نتايج بدست آمده از این پژوهش مشخص شد که صحت پیش بینی در مدل یادگیری عمیق از برتری نسبی نسبت به مدل شبکه عصبی ساده برخوردار می باشد.
The purpose of this research is to provide a model explaining the stock price using deep learning algorithm and compare it with neural network for the companies accepted in Tehran Stock Exchange. In this research, firstly, the deep learning network is used to predict the stock price and the effect of this model is tested and analyzed, then this model is compared with the neural network. In order to further investigate the predictability of the model and for comparative analysis, the original one-minute data are converted into five-minute data and ten-minute data. This research is classified based on the purpose of applied development research.The study was applied-developmental research in terms of purpose. To test the research questions, accounting data were prepared from 2011 to 2020 and input variables were calculated based on it for the model. The method of systematic elimination sampling has been used in this study. Based on the results obtained from this research, it was found that the prediction accuracy in the deep learning model has a relative superiority over the simple neural network model.
