سامانه همایش ها

English

صفحه اصلی / دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی

مروری بر کاربرد الگوریتم‌های یادگیری عمیق و یادگیری تقویتی در پیش‌بینی روند بازارهای مالی

نویسندگان :

سید محمد مشگ فروش¹ فرزانه کاویانی باغبادرانی²

1- گروه کامپیوتر, دانشکده هوش مصنوعی و فناوریهای اجتماعی و پیشرفته, واحد اصفهان (خوراسگان) , دانشگاه آزاد اسلامی , اصفهان, ایران 2- گروه کامپیوتر, دانشکده هوش مصنوعی و فناوریهای اجتماعی و پیشرفته, واحد اصفهان (خوراسگان) , دانشگاه آزاد اسلامی , اصفهان, ایران

کلمات کلیدی :

معاملات،DQN،LSTM،بازارهای مالی،یادگیری عمیق،یادگیری تقویتی الگوریتمی،ارز دیجیتال

چکیده :

پیش‌بینی روند بازارهای مالی یکی از چالش‌های مهم در حوزه علوم مالی و داده‌کاوی است. ظهور الگوریتم‌های یادگیری عمیق و یادگیری تقویتی افق‌های جدیدی را در توسعه استراتژی‌های هوشمند معاملاتی گشوده است. در این مقاله، مروری جامع بر مجموعه‌ای از پژوهش‌های اخیر ارائه می‌شود که از الگوریتم‌هایی مانند LSTM، DQN، PPO و ترکیب آن‌ها با GAN یا شبکه‌های هیبریدی برای پیش‌بینی روند بازار و تصمیم‌گیری خودکار در معاملات بورس، ارز دیجیتال و بازارهای آتی استفاده کرده‌اند. مقالات بررسی‌شده شامل ارزیابی کمی مدل‌ها با معیارهایی مانند بازده تجمعی، RMSE، MAPE و شاخص‌های ریسک‌پذیری بوده‌اند. این مرور نشان می‌دهد که اگرچه این الگوریتم‌ها توانایی بالایی در مدل‌سازی دینامیک بازار دارند، اما چالش‌هایی مانند بیش‌برازش، وابستگی به پارامترها، و عدم تعمیم‌پذیری هنوز وجود دارد. در پایان، مسیرهای تحقیقاتی آینده برای بهبود عملکرد این مدل‌ها پیشنهاد می‌شود.