مجلس و اقتصاد

مجلس و اقتصاد

مقایسه عملکرد الگوریتم‏های فرابتکاری در پیش‌بینی قیمت سهام در بازار بورس اوراق بهادار تهران

نوع مقاله : مقاله پژوهشی

نویسندگان
آناهیتا فرمانی 1
شهاب جهانگیری 2
1 کارشناس ارشد اقتصاد نظری، دانشکده اقتصاد و مدیریت ، دانشگاه ارومیه، ایران،
2 دانشیار گروه علوم اقتصادی، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه
10.22034/mec.2024.16767.1029
چکیده
در بازارهای مالی، یادگیری ماشینی به یک ابزار تحلیلی قدرتمند تبدیل شده است که برای کمک و مدیریت کارآمد سرمایه‌گذاری استفاده می‌شود. یادگیری ماشینی به طور گسترده در بخش مالی برای ارائه مکانیسم جدیدی استفاده شده است که می­تواند به سرمایه‏گذاران کمک کند تا تصمیمات بهتری در سرمایه‏گذاری و مدیریت برای دستیابی به عملکرد بهتر سرمایه‌گذاری در اوراق بهادار خود بگیرند. در این پژوهش به استفاده از مدل هوش مصنوعی معروف به حافظه طولانی کوتاه‌مدت (LSTM) برای نشان دادن عملکرد آن در پیش­بینی قیمت سهام در بورس اوراق بهادار تهران (TSE) پرداخته شد. همچنین برای آموزش مدل و بهینه کردن پارامترها از الگوریتم­های فرابتکاری نوین مانند: الگوریتم‌های گرگ خاکستری (GWO)، ژنتیک (GA) و ازدحام ذرات (PSO) استفاده شد. نتایج مربوط به الگوریتم LSTM با بهینه‌سازی پارامترها توسط الگوریتم‌های GA، PSO و GWO نشان داد که در اکثر موارد الگوریتم PSO نتایج بهتری را کسب نموده است. حال آنکه GA و GWO نتایج مشابهی داشته و در برخی موارد GA و در برخی موارد GWO بهتر عمل نموده است.
کلیدواژه‌ها
پیش‏بینی قیمت سهام
حافظه طولانی کوتاه‌مدت
الگوریتم ژنتیک
الگوریتم گرگ خاکستری
الگوریتم ازدحام
موضوعات
  1. رستمی، ژیلا، فتاحی، شهرام، و سهیلی، کیومرث. (1402). مدل سازی و تخمین بازده بورس اوراق بهادار تهران با استفاده از مدل های پویا. اقتصاد مالی (اقتصاد مالی و توسعه)، 17(1 (پیاپی 62) )، 185-216.
  2. سهرابی، میربرگ کار؛ سید مظفر، چیرانی و خردیار، سینا. (2022). مقایسه مدل‌های مختلف یادگیری ماشین در پیش‌بینی شاخص بازار سهام. مهندسی مالی و مدیریت اوراق بهادار.‎
  3. شریف فر، امیر؛ خلیلی عراقی، مریم؛ رئیسی وانانی، ایمان و فلاح شمس، میرفیض. (2022). کاربرد معماری‌های یادگیری عمیق در پیش‌بینی قیمت سهام ‏(رویکرد شبکه عصبی پیچشی‏ CNN‏)‏. مدیریت دارایی و تامین مالی، 10(3)، 1-20.
  4. حیدری, مهدی و امیری, حمیدرضا. (1401). بررسی قدرت مدل‌های مبتنی بر هوش مصنوعی در پیش‌بینی روند قیمت سهام بورس اوراق بهادار تهران تحقیقات مالی، 24(4)، 602-623.
  5. نمکی، علی و کافی موسوی، فاطمه. (1401). بهینه‏‏سازی ‏‏پرتفوی سهام با استفاده از الگوریتم‏‏های ‏CNN-LSTMو شبکه‌ عصبی ‌پیچشی، چهارمین ‌همایش‌ سالانه ‌انجمن ‌مالی‌ ایران، اصفهان،https://civilica.com/doc/1688368