پیش‌بینی رفتار بورس اوراق بهادار با به‌کارگیری اندیکاتورهای تکنیکال، مبتنی بر رویکردهای یادگیری تقویتی عمیق و شبکه‌های کانولوشن (مطالعه موردی: بورس اوراق بهادار ایران)

امروزه بورس در کشورهای مختلف نقش مهمی در اقتصاد کشورها ایفا میکند. فراوانی داده ها در بورس و لزوم پردازش سریع و صحیح دادهها و اتخاذ تصمیم مناسب استفاده از کامپیوترها را اجتناب ناپذ یر نموده است. در این مقاله با استفاده از یادگیری تقویتی عمیق مدلی ارائه شده است تاوظایف یک معامله گر در بورس ایران را با توجه به سهم های نقد شونده مدلسازی کند. در مرحله اول، تاریخچه ی قیمت ها ی سهام به همراه اندیکاتورهای مبتنی بر آن به عنوان ورودی به شبکه عصبی کانولوشن داده می شود. در مرحله بعد، به منظور محاسبه میزان تطبیق خروجی کانولوشن با خروجی مورد انتظار، از تابع هزینه ی مجموع مربعات خطا استفاده می شود که به نوبه خود، در فرایند بهینه سازی کمینه می شود. ازآنجاکه دادهها در بورس ایران محدود است، استفاده از مدل کانولوشن به جای جدول q در مدل تقویتی عمیق از بیش برارزش مدل جلوگیری می کند. به منظور ارزیابی مدل،از دادههای بورس اوراق بهادار تهران در بازه زمانی 1390 تا 1400 استفاده شده و بازده روش پیشنهادی با استراتژ ی خرید و نگهداری مقایسه شده است. نتایج آزمایشها نشان می دهد، در مواردی سود حاصل از روش پیشنهادی و خرید نگهداری به ترتیب معادل % 21 و % 7 - حاصل می شود.

forecasting stock market behavior through implementing technical indicators , based on deep reinforcement learning and convolutional network approaches case study: iran stock market

nowadays, the stock market plays an important role in the economy of different countries. the abundance of data in the stock market and the need for fast and correct data processing and making appropriate decisions have made the use of computers inevitable. in this article, using deep reinforcement learning, a model is designed to present the duties of a trader in the iranian stock market with regard to liquidated shares. in the first step, the history of stock prices along with the indicators based on it are given as inputs to the convolutional neural network. in the next step, in order to calculate the matching rate of the convolution output with the expected output, the sum of squared error cost function is used, which, in turn, is minimized in the optimization process. since the data in the iranian stock market is limited, using the convolution model instead of the q table in the deep reinforcement model prevents the over fitting of the model. in order to evaluate the model, the data of tehran stock exchange was used in the period of 1390 to 1400. the performance of the proposed method was compared with the buy and hold strategy. the results show, in some cases, the profit from the proposed method in contrast with buy and hold strategy is 21% and -7%, respectively.