مدل سازي پيش‌بيني جهش‌ هاي شاخص بازار سهام بر اساس رويكرد شبكه عصبي بازگشتي ياد گيري عميق

هدف از انجام اين پژوهش بررسي دقت پيش‌بيني جهش ‌هاي شاخص سهام بر اساس روش‌ هاي مختلف يادگيري ماشين در بورس اوراق بهادار تهران است. براي رسيدن به اين هدف، در گام نخست جهش‌ هاي شاخص كل بورس اوراق بهادار تهران طي دوره 1392 تا 1399 بر اساس رويكرد ARJI-GARCH استخراج گرديد. در گام بعدي، با بهره‌‌ گيري از رويكردهاي جنگل تصادفي، ماشين بردار پشتيبان، شبكه عصبي مصنوعي و شبكه عصبي بازگشتي مبتني بر يادگيري عميق به پيش‌بيني جهش‌ هاي شاخص سهام پرداخته شد. بدين منظور، از 80 درصد كل داده ‌ها به عنوان دوره يادگيري ماشين (درون‌ نمونه) و مابقي داده‌ها به عنوان دوره آزمون (خارج از نمونه) استفاده شده است. نتايج پيش ‌بيني 1، 3 و 6 روزه براي دوره آزمون (خارج از نمونه) نشان مي‌دهد كه روش‌ يادگيري ماشين مبتني بر شبكه عصبي بازگشتي حافظه طولاني كوتاه مدت (LSTM) نتيجه بهتري نسبت به ساير مدل‌هاي مورد بررسي براي هر سه افق پيش‌بيني داشته است.