کنفرانس بین المللی فناوری اطلاعات و دانش

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 ساز¹ سامان هراتی زاده²

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.