لطفا منتظر بمانید ...
0% Complete
English
صفحه اصلی
/
پانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
StockFM: پیش بینی قیمت بازار بورس ایران به کمک مدل بنیادین سری زمانی
نویسندگان :
فاطمه چیت ساز
1
سامان هراتی زاده
2
1- دانشگاه تهران ٫ دانشکده علوم و فنون نوین
2- دانشگاه تهران ٫ دانشکده علوم و فنون نوین
کلمات کلیدی :
مدلهای بنیادین سری زمانی،TimesFM،پیشبینی بازار بورس
چکیده :
در این پژوهش، مدلی نوین به نام StockFM برای پیشبینی قیمت روز بعد سهام در بازار بورس ایران ارائه شده است. این مدل با ترکیب توانایی مدلهای بنیادین سری زمانی پیشآموزشدیده و بهرهگیری از اطلاعات چندمتغیره مالی، دقت پیشبینی را بهبود میبخشد. برای ترکیب این اطلاعات، دو رویکرد مجزا ارائه شده است. در رویکرد اول، مدل بنیادین برای اصلاح خطای پیشبینی یک مدل چندمتغیره به کار میرود و در رویکرد دوم، پیشبینیهای اولیه هر متغیر بهطور جداگانه توسط مدل بنیادین انجام شده و سپس این پیش بینی ها در یک مدل چندمتغیره ترکیب میشوند. ارزیابیها نشان میدهد که StockFM در مقایسه با مدلهای بنیادین سری زمانی عمومی مانند TimesFM ، میانگین مربعات خطا (MSE) را تا 30% کاهش داده و دقت پیشبینی جهت تغییر قیمت را نیز بر مبنای معیار F1تا 25% بهبود داده است. این نتایج نشاندهنده قابلیت StockFM در شناسایی الگوهای پیچیده و بهرهگیری مؤثر از اطلاعات مالی برای پیشبینی دقیقتر در بازار سهام است.
لیست مقالات
لیست مقالات بایگانی شده
A New Sentence Ordering Method Using BERT Pretrained Model
Melika Golestanipour - Seyedeh Zahra Razavi - Dr Heshaam Faili
مروری بر تشخیص جامعه در شبکه های اجتماعی
صفورا اخلاقی - محمدباقر منهاج - بهروز معصومی
Kalman Filter–Based Anomaly Detection for User Authentication Failures in Enterprise Logs
Somayeh Soltani - Hossein Nikdel
تشخیص خودکار اختلال عروقی ماکولا با عنوان عروق گسترش یافته در تصاویر آنژیوگرافی حاصل از تصویربرداری OCTA
راضیه گنجی - دکتر محسن ابراهیمی مقدم - دکتر رامین نوری نیا
Presenting an Edge-based Air Quality Management System for Smart City Scenarios
Tina Samizadeh Nikoui - Ali Balador - Amir Masoud Rahmani - Hooman Tabarsaied
Video Steganography in HEVC Using Intra-Prediction Modes
Vahidreza Seirafian - Masoud Omomi
Embedding-Consistent Contrastive Learning: A Robust Approach for Imbalanced Classification
Sobhan Siamak - Eghbal Mansoori
رویکرد تطبیقی-ترکیبی در پیادهسازی مشارکت الکترونیکی پایدار: درسآموختههای بینالمللی و مدل پیشنهادی ایران
عاطفه فرازمند - فاطمه پاک مهر
Robustness Gap in NLP Models for Vulnerability Descriptions: Benchmarking and Data Augmentation
AmirHossein Majd - Mahdi Yousefikia - Saghar Ghasemzadeh - Amirreza Asari - Arya Khoshnavataher - Seyedeh Leili Mirtaheri
A No-Code Platform for Developing Customizable Recommender Systems for Restaurants
Moein-Aldin AliHosseini - MohammadReza Sharbaf
بیشتر
ثمین همایش، سامانه مدیریت همایش ها و جشنواره ها - نگارش 45.0.1