عنوان
بررسي پيچيدگي و پيش‌بيني پذيري سري‌هاي زماني در بازارهاي مالي
نويسنده اصلي
مسعودي، عدي
محل تحصيل
اصفهان : دانشگاه صنعتي اصفهان
رشته تحصيلي
فيزيك
مقطع تحصيلي
كارشناسي ارشد
چكيده
در طبيعت سيستم‌هاي پيچيده بسياري وجود دارد يكي از اين سيستم‌ها كه از پيچيدگي زيادي برخوردار است رفتار سهام و ارز‌هاي ديجيتال است، كه نتيجه تصميم‌گيري تمام افرادي است كه در آن حضور دارند و عوامل زيادي مانند اخبار سياسي، اقتصادي، تبليغات و... بر آن تاثير دارند. در اين پژوهش تلاش شده است رفتار سهام به عنوان يك رفتار جمعي مورد بررسي قرار گيرد، و صرفا با در نظر داشتن الگوهايي كه در گذشته سهام رخ داده‌اند به تحليل و بررسي ميزان پيش‌بيني پذير بودن آن در آينده پرداخته شد. در اين تحقيق از شبكه‌ي عصبي مصنوعي LSTM (يكي از انواع شبكه‌هاي يادگيري عميق) استفاده شده است. با طراحي شبكه‌هاي عصبي با تعداد دورهاي متفاوت آموزش و نيز تعداد نورون متفاوت با استفاده از كتابخانه Tensorflow در پايتون سعي در پيش‌بيني قيمت در روز آينده آن ارز يا سهم شده است. اين كار براي چهار سري زماني شامل سري زماني قيمت بيت‌كوين، طلا، نفت خام و جفت ارز يورو دلار انجام شده است. نتايج نشان مي‌دهد پيش‌بيني براي سري قيمت بيت‌كوين كه دامنه‌ي تغييرات بيشتري دارد، بهتر انجام شده است. همچنين افزايش تعداد نورون‌ها و دورهاي آموزش شبكه الزاما نتايج بهتري ارائه نمي‌دهد. بررسي كميت پيچيدگي نيز براي سري‌هاي زماني قيمت نشان‌دهنده‌ي كمترين پيچيدگي در سري زماني قيمت بيت‌كوين است.
شماره ركورد
222067
گرايش رشته تحصيلي
سيستم هاي پيچيده
دانشكده
فيزيك
دانشگاه
دانشگاه صنعتي اصفهان