با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت مقاله خود را دریافت کنید (تا مشکل رفع گردد). با تشکر از صبوری شما!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
-
دسته بندی:
یادگیری ماشین - machine learning
سال انتشار:
2020
ترجمه فارسی عنوان مقاله:
پیش بینی قیمت پایانی سهام با استفاده از روشهای یادگیری ماشینی
عنوان انگلیسی مقاله:
Stock Closing Price Prediction using Machine Learning Techniques
منبع:
Sciencedirect - Elsevier - Procedia Computer Science 167 (2020) 599–606
نویسنده:
Mehar Vijha, Deeksha Chandola, Vinay Anand Tikkiwal, Arun Kumar
چکیده انگلیسی:
Accurate prediction of stock market returns is a very challenging task due to volatile and non-linear nature of the financial stock markets. With the introduction of artificial intelligence and increased computational capabilities, programmed methods of prediction have proved to be more efficient in predicting stock prices. In this work, Artificial Neural Network and Random Forest techniques have been utilized for predicting the next day closing price for five companies belonging to different sectors of operation. The financial data: Open, High, Low and Close prices of stock are used for creating new variables which are used as inputs to the model. The models are evaluated using standard strategic indicators: RMSE and MAPE. The low values of these two indicators show that the models are efficient in predicting stock closing price.
Keywords: Random Forest Regression | Artificial Neural Network | Stock market prediction
چکیده فارسی:
پیش بینی دقیق بازگشت های بازار سهام به دلیل ماهیت فرّار و غیرخطی بازارهای مالی بورس، کاری بسیار چالش انگیز است. اثبات شده است که با معرفی هوش مصنوعی و قابلیت های محاسباتی افزون، روشهای برنامه ریزی شده برای پیش بینی بورس در پیش بینی قیمت سهام کارآمدتر هستند. در این کار تحقیقی، از روشهای شبکه عصبی مصنوعی و جنگل تصادفی برای پیش بینی قیمت نهایی روز بعدی برای شرکتهای متعلق به بخشهای کاری مختلف استفاده شده است. از داده های مالی مربوط به قیمت های باز، بالا، پایین و نهایی سهام برای خلق متغیرهای جدیدی استفاده می شود که این متغیرها به عنوان ورودی های مدل به کار می روند. مدلها با استفاده از شاخص های راهبردی استاندارد RMSE و MAPE ارزیابی می شوند. مقادیر پایین این دو شاخص نشان می دهد که این مدلها در پیش بینی قیمت نهایی سهام کارآمد هستند.
کلیدواژه ها: رگراسیون جنگل تصادفی | شبکه عصبی مصنوعی | پیش بینی بازار سهام
سطح: متوسطتعداد صفحات فایل pdf انگلیسی: 8تعداد صفحات فایل doc فارسی(با احتساب مراجع): 12
وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است
حجم فایل: 716 کیلوبایت
قیمت: 44460 تومان
توضیحات اضافی:
اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)
|
|
|
|
|
|
تعداد نظرات : 0