پیشبینی رفتار بورس اوراق بهادار با بهکارگیری اندیکاتورهای تکنیکال، مبتنی بر رویکردهای یادگیری تقویتی عمیق و شبکههای کانولوشن مطالعه موردی: بورس اوراق بهادار ایران
نویسندگان
1 دانشجوی دکتری مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیر، تهران، ایران
2 استاد، گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیر، تهران، ایران
3 استادیار، گروه مهندسی مالی، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیر، تهران، ایران
doi
چکیده
این مقاله با استفاده از یادگیری تقویتی عمیق مدلی ارائه میکند تا وظایف یک معاملهگر در بازار بورس ایران را با توجه به سهمهای نقد شونده مدلسازی کند. قیمت سهام به همراه اندیکاتورهای مبتنی بر آن بهعنوان ورودی به شبکه عصبی کانولوشن وارد میشوند.سپس، با استفاده از اندیکاتورهای محاسبه شده، دادههای قیمت بر اساس تاریخ تطبیق داده میشود. به منظور محاسبه میزان تطبیق خروجی محاسبه شده با خروجی مورد انتظار، از تابع هزینهی مجموع مربعات خظا استفاده میشود که در فرایند بهینهسازی کمینه میشود. همچنین با بهکارگیری مدلهای کانولوشن به جای جداول Q از بیش برارزش مدل به دلیل وجود دادههای کم برای آموزش مدل جلوگیری به عمل آمده است. از طرفی با استفاده از اطلاعات موجود در حجم معاملات، از این سیگنال به عنوان نقشی مکمل در پیشبینی روند آینده سهمها بهره گرفته شده است. و برای ارزیابی، برتری این مدل نسبت به استراتژی خرید و نگهداری مقایسه شده است.
