سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / سومین کنفرانس بین المللی مهندسی و علوم کامپیوتر و اولین کنفرانس ملی سامانه های هوشمند، کلان داده و رایانش پیشرفته

مروری نظام‌مند بر رویکردهای نوین پیش‌بینی قیمت سهام از مدل‌های آماری تا یادگیری عمیق گرافی و چندوجهی

نویسندگان :

آزاده کیوان فر¹ فرزانه کاویانی باغبادرانی²

1- گروه مهندسی کامپیوتر، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران 2- گروه مهندسی کامپیوتر، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران

کلمات کلیدی :

پیش‌بینی سری‌های زمانی مالی،یادگیری عمیق چندوجهی،مدیریت پورتفوی با یادگیری تقویتی،مدل‌های ترنسفورمر زمانی،تحلیل احساسات مالی

چکیده :

پیش‌بینی قیمت و روند سهام همواره یکی از چالش‌های اصلی در حوزه مالی بوده است و با گسترش داده‌های متنوع و پیشرفت روش‌های یادگیری ماشین، این حوزه دچار تحولات چشمگیری شده است. این مقاله یک مرور نظام‌مند بر رویکردهای نوین پیش‌بینی قیمت سهام ارائه می‌دهد و سیر تکاملی مدل‌ها را از روش‌های آماری کلاسیک تا چارچوب‌های پیشرفته یادگیری عمیق گرافی و چندوجهی بررسی می‌کند. در ابتدا، مدل‌های سنتی مبتنی بر سری‌های زمانی و محدودیت‌های آن‌ها در مواجهه با پویایی و عدم قطعیت بازار مرور می‌شوند. سپس، روش‌های مبتنی بر یادگیری عمیق از جمله LSTM، GRU و مدل‌های ترکیبی برای تحلیل داده‌های تاریخی و متغیرهای چندگانه مورد بحث قرار می‌گیرند. در ادامه، تمرکز مقاله بر رویکردهای مبتنی بر گراف و روابط زمانی- مکانی میان سهام است که با استفاده از شبکه‌های توجه گرافی، کانولوشن گرافی و ترنسفورمرها، وابستگی‌های بین‌دارایی را مدل‌سازی می‌کنند. همچنین، نقش داده‌های متنی، خبری، شبکه‌های اجتماعی و داده‌های چندوجهی در بهبود دقت پیش‌بینی بررسی می‌شود. در نهایت، گرایش‌های نوظهور مانند یادگیری تقویتی برای مدیریت پرتفوی، مدل‌های احتمالاتی و چارچوب‌های مقاوم در برابر تغییر رژیم بازار تحلیل شده و چالش‌ها و مسیرهای آینده پژوهش در این حوزه ارائه می‌گردد. این مرور می‌تواند به‌عنوان راهنمایی جامع برای پژوهشگران و فعالان بازار سرمایه مورد استفاده قرار گیرد.