پیش‌بینی نرخ ارز در ایران با استفاده از تلفیق داده‌ها و مدل جامع مبتنی بر یادگیری ماشین

نویسندگان

1 دانشجوی دکتری رشته اقتصاد، دانشگاه سمنان، سمنان، ایران

2 استاد گروه اقتصاد، دانشگاه سمنان، سمنان، ایران.

3 دانشیار گروه اقتصاد، دانشگاه سمنان، سمنان، ایران

doi
10.22054/ijer.2025.82330.1315
چکیده

نرخ ارز همواره از مهم‌ترین شاخص‌های اقتصادی بوده که عوامل مختلفی در تعیین آن مؤثرند. بعضی از این عوامل در قالب متغیرهای اقتصادی و برخی دیگر به شکل اخبار سیاسی-اقتصادی بازتاب دارند. پرسش مهمی که تاکنون پاسخ دقیقی به آن داده نشده، این است که آیا می‌توان مدلی جامع و توسعه‌پذیر به منظور مدل‌سازی و پیش‌بینی نرخ ارز داشت به‌نحوی‌که دربرگیرنده‌ تمامی متغیرها و عوامل مؤثر باشد؟ در این پژوهش به‌عنوان پاسخی برای این پرسش، با استفاده از یادگیری ماشین و رویکرد تلفیق داده‌ها، مدلی جامع مبتنی بر یادگیری عمیق ارائه شده که از انواع داده‌ پشتیبانی می‌کند. به منظور آموزش مدل اخبار مؤثر بر نرخ ارز از 10 پایگاه اصلی داخلی و خارجی در بازه زمانی 1393 تا 1402 جمع‌آوری شده و به همراه داده‌های نرخ ارز و سایر شاخص‌های اقتصادی مستقیماً به مدل داده شده است. به منظور یافتن بهترین مدل، 8 مدل یادگیری ماشین، 2 مدل آماری و یک مدل زبانی بزرگ در هر دو حالت رگرسیون و کلاس‌بندی آموزش و آزموده شده‌اند. برای اجتناب از سوگیری و نتایج تصادفی، از تکنیک‌های اعتبارسنجی متقابل منطبق بر توالی زمانی و تکرار آموزش و آزمون مدل‌ها با مقادیر اولیه‌ تصادفی متفاوت، استفاده شده است. نتایج به‌دست آمده حاکی از آن است که رویکرد جامع و توسعه‌پذیر پیشنهادی با لحاظ کردن تمامی عوامل مؤثر به صورت مستقیم، به‌طور قابل توجهی عملکرد بهتری در مقایسه با رویکردهای گذشته داشته است.