پيش‌بيني بازار فاركس با استفاده از نمودار شمعي و شبكه‌ي عصبي GRU

نمودار شمعي (Candlestick Chart) محبوب‌ترين و پركاربرد‌ترين نوع نمايش قيمت در بين تحليل‌گران و معامله‌گران است؛ از‌اين‌رو پيش‌بينيِ آن مي‌تواند از اهميت زيادي برخوردار باشد. هر شمع در نمودار شمعي حاوي چهار داده‌ي قيمت باز شدن، بيشترين قيمت، كمترين قيمت و قيمت بسته شدن مي‌باشد كه در مقايسه با نمودار خطي قيمت داراي سه داده‌ي بيشتر به ازاي هر روز است؛ بنابراين انتظار مي‌رود در صورت اعمال يك الگوريتم يادگيري بر اين نوع از مجموعه‌داده، نتيجه‌ي بهتري نسبت به اعمال همان الگوريتم بر داده‌هاي برگرفته از نمودار خطي حاصل شود. در اين مقاله به منظور بررسيِ اين فرضيه، از داده‌هاي بازار فاركس (FOREX) كه بزرگترين و پوياترين بازار مالي در جهان مي‌باشد، بعنوان ورودي و از شبكه‌ي عصبي واحد بازگشتي دروازه اي (Gated Recurrent Unit) بعنوان الگوريتم يادگيري استفاده شده است. در پايان با دستيابي به ميانگين اندازه‌ي خطاي (Mean Absolute Error) 0/002273 و R2ي 0/99483، برتري مدل پيشنهادي نسبت به شبكه با حافظه طولاني كوتاه مدت (Long Short-Term Memory) و پرسپترون چندلايه (Multilayer perceptron) و همچنين نتايج مشابه در ساير پژوهش‌ها مشخص شد.