ارائه مدل ترکیبی برای پیش بینی جهت حرکت قیمت سهام با استفاده از شبکه عصبی LSTM با شاخص های تکنیکال و اقتصاد کلان در بورس اوراق بهادار تهران

نویسندگان

1 استاد، گروه مهندسی مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

2 دانشیار، گروه مهندسی مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

3 دانشجوی دکتری ،گروه مهندسی مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.

doi
چکیده

هدف از انجام این پژوهش بررسی دقت پیش ‌ بینی جهت حرکت قیمت سهام با استفاده از شبکه عصبی LSTM با شاخص‌های تکنیکال و اقتصادکلان است. براي رسیدن به این هدف، در گام نخست داده‌های قیمت سهام در دوره 1396 تا 1402 استخراج می‌شود. در گام بعدي، 4 مدل از شبکه عصبی مصنوعی LSTM به پیش‌بینی جهت حرکت قیمت می‌پردازند و در نهایت با یکدیگر مقایسه می‌شوند؛ مدل LSTM با شاخص‌های تکنیکال، مدل LSTM با شاخص‌های اقتصادکلان، مدل ترکیبی تکنیکال و اقتصادکلان و مدل پیشنهادی ما که ویژگی‌های دو LSTM تکنیکال و اقتصادکلان را در یک مدل ترکیب نمی‌کند در عوض، یک مکانیسم تصمیم گیری مبتنی بر قانون را پیشنهاد می کند که به عنوان نوعی پس پردازش عمل می کند و از آن برای ترکیب نتایج خطوط پایه در یک تصمیم نهایی استفاده می شود. بدین منظور، از 80 درصد کل داده‌ها به عنوان دوره یادگیري ماشین (درون‌نمونه) و مابقی داده‌ها به عنوان دوره آزمون (خارج از نمونه) استفاده شده است. نتایج پیش‌بینی 1، 3 و 5 روزه براي دوره آزمون (خارج از نمونه) نشان می‌دهد که مدل پیشنهادی از سایر مدل‌ها عملکرد بهتری دارد و دقت سود بالای 50 درصد کسب می‌کند.