0% Complete
English
صفحه اصلی
/
سیزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
پیشبینی بازار فارکس با استفاده از نمودار شمعی و شبکهی عصبی GRU
نویسندگان :
محمدرضا نوروزی
1
مریم مومنی
2
1- دانشگاه اراک
2- دانشگاه اراک
کلمات کلیدی :
پیش بینی قیمت،شبکه عصبی،فارکس،نمودار شمعی،یادگیری عمیق،GRU
چکیده :
نمودار شمعی (Candlestick Chart) محبوبترین و پرکاربردترین نوع نمایش قیمت در بین تحلیلگران و معاملهگران است؛ ازاینرو پیشبینیِ آن میتواند از اهمیت زیادی برخوردار باشد. هر شمع در نمودار شمعی حاوی چهار دادهی قیمت باز شدن، بیشترین قیمت، کمترین قیمت و قیمت بسته شدن میباشد که در مقایسه با نمودار خطی قيمت دارای سه دادهی بیشتر به ازای هر روز است؛ بنابراین انتظار میرود در صورت اعمال یک الگوریتم یادگیری بر این نوع از مجموعهداده، نتیجهی بهتری نسبت به اعمال همان الگوریتم بر دادههای برگرفته از نمودار خطی حاصل شود. در این مقاله به منظور بررسیِ این فرضیه، از دادههای بازار فارکس (FOREX) که بزرگترین و پویاترین بازار مالی در جهان میباشد، بعنوان ورودی و از شبکهی عصبی واحد بازگشتي دروازه اي (Gated Recurrent Unit) بعنوان الگوریتم یادگیری استفاده شده است. در پایان با دستیابی به میانگین اندازهی خطای (Mean Absolute Error) 0/002273 و R2ی 0/99483، برتری مدل پیشنهادی نسبت به شبكه با حافظه طولاني كوتاه مدت (Long Short-Term Memory) و پرسپترون چندلايه (Multilayer perceptron) و همچنین نتایج مشابه در سایر پژوهشها مشخص شد.
لیست مقالات
لیست مقالات بایگانی شده
بررسی کارآمدی فناوری وب 0.2 در پشتیبانی از فرآیندهای انسان محور و دانش مبنا
سید احسان ملیحی - فاطمه مشایخی کردکلا
Improving Fog Computing Scalability in Software Defined Network using Critical Requests Prediction in IoT
Hajar Ghanbari
A Comparison between Slimed Network and Pruned Network for Head Pose Estimation
Amir Salimiparsa - Hadi Veisi - Mohammad-shahram Moin
Securing the Internet of Things via Blockchain-Aided Smart Contracts
S. Mohammadali Zanjani - Hossein Shahinzadeh - Jalal Moradi - Zohreh Rezaei - Bahareh Kaviani-Baghbaderani - Sudeep Tanwar
Real-Time EEG-Based Analysis Of Stress-Inducing Stimuli
Mohsen Mahmoudi - Fattaneh Taghiyareh - Yasamin Akhavein - Elnaz Ghorbani
Short-Term Traffic Flow Prediction Based on a Recurrent Deep Neural Networks: Study in Tehran
Dr Monireh عبدوس - Taha Vajed Samei
A No-Code Platform for Developing Customizable Recommender Systems for Restaurants
Moein-Aldin AliHosseini - MohammadReza Sharbaf
A Hybrid Method to Reduce the Voltage Consumption in the Spiking Neural Networks
Shaghayegh Mehdizadeh saraj - Seyyed Amir Asghari - Mohammadreza Binesh Marvasti
LLM-Driven Feature Extraction for Stock Market Prediction: A case study of Tehran Stock Exchange
Siavash Hosseinpour Saffarian - Saman Haratizadeh
Adaptive Stopping Criteria-based A-RANSAC algorithm in Copy Move Image Forgery detection
ZAHRA HOSEINNEJAD - Dr MEHDI NASRI
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.3