پیش‌بینی قیمت در بازارهای مالی با استفاده از یادگیری عمیق و یادگیری تقویتی

امروزه در بازارهای مالی پیش‌بینی قیمت و به‌صورت کلی پیش‌بینی روند از اهمیت بالایی در سرمایه‌گذاری برخوردار است؛ به صورتی که می‌تواند تعیین‌کننده شکست یا موفقیت سرمایه‌گذاران باشد. در سال‌های اخیر روش‌های زیادی برای پیش‌بینی قیمت در بازارهای مالی پیشنهاد شده‌اند که از جمله آن‌ها می‌توان به روش‌های آماری اشاره کرد. در این مقاله از داده‌های بورس اوراق بهادار تهران استفاده شده است تا با استفاده از آن‌ها و با کمک شبکه‌های بازگشتی از مجموعه روش‌های یادگیری عمیق؛ به پیش‌بینی قیمت نمادها و شاخص هر گروه بپردازیم. الگوریتم‌های یادگیری ماشین برای مدل کردن موقعیت‌های معامله مناسب نیستند و سعی در بیشینه کردن سود در یک موقعیت خاص دارند. ازاین‌رو با کمک یادگیری تقویتی می‌توان یک استراتژی تهیه کرد تا به معامله‌گر در محیط‌های پیچیده و پویای بازارهای مالی کمک کند. هدف در این پایان‌نامه این است که با ترکیب کردن یادگیری عمیق جهت پیش‌بینی قیمت و یادگیری تقویتی برای پیداکردن موقعیت‌های معامله؛ دقت معاملات و بازگشت سرمایه را افزایش دهیم.