مدلی هوشمند برای پیش‌بینی روند سهام با استفاده از روش‌های تحلیل تکنیکال

Abstract

هدف: هدف این پژوهش پیش­بینی روند با روش­های تحلیل تکنیکال پیش­بینی سهام و روش­های هوشمند یادگیری ماشین است و برای پیش بینی بر روی شاخص کل کار می‌شود.<br /> <strong>روش</strong><strong>:</strong> این پژوهش، شامل مراحلی است که در ادامه می­آید: ابتدا داده­های مورد نیاز جمع­آوری می­شوند سپس به 25 روش تحلیل داده می­شوند، سپس از میان این 25 روش ده روش با اولویت طبق روش­ انتخاب ویژگی کاهش ابعاد، انتخاب می­شوند، خروجی این مرحله به پنج روش هوشمند یادگیری ماشین، ماشین بردار پشتیبان خطی، ماشین بردار پشتیبان کرنل گوسی، درخت تصمیم، نزدیک­ترین K همسایه و نئیو بیز داده می­شود. سپس، برای تصمیم­گیری نهایی از روش رأی اکثریت استفاده شده است.<br /> یافته‎ها: در نهایت این نتیجه حاصل شد که روش پیشنهادی به­طور متوسط نرخ پیش­بینی صحیح 97 درصد دارد.<br /> <strong>نتیجه</strong><strong>‎</strong><strong>گیری</strong><strong>:</strong> مزایای روش پیشنهادی به این شرح است: روش پیشنهادی در استفاده از روش­های تحلیل تکنیکال محدودیتی ندارد. روش انتخاب ویژگی بر روی روش­های تحلیل تکنیکال اعمال شده و روش­های تحلیل تکنیکال با اولویت انتخاب شده­اند.