پیش‌بینی قیمت سهام | دانلود مقاله تخصصی | متن به فارسی | | متن به فارسی | ترجمه مقالات و متون علمی
light box
امتیاز 2.58 رویکرد علم داده ها برای پیش‌بینی قیمت سهام در اندونزی در طول کووید-۱۹">

نوع فایل : word
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 10
تعداد کلمات : 2800
مجله : Journal of Big data
انتشار : 2021
ترجمه متون داخل جداول : ترجمه شده است
درج جداول در فایل ترجمه : درج شده است
منابع داخل متن : به صورت فارسی درج شده است
کیفیت ترجمه : طلایی
دسته بندی : ،
برچسب ها : ، ، ، ، ، ، ، ، ، ، ، ، ، ،

عنوان فارسی مقاله:رویکرد علم داده ها برای پیش‌بینی قیمت سهام در اندونزی در طول کووید-۱۹ با استفاده از حافظه کوتاه‌ بلند مدت (LSTM)

 چکیده

  سابقه و هدف: روند بازار سهام پر از عدم قطعیت است. از این رو پیش بینی قیمت سهام در امور مالی و کسب و کار بسیار مهم است. برای کارگزاران بورس، درک روندها و پشتیبانی شده توسط نرم افزار پیش بینی برای پیش بینی برای تصمیم گیری بسیار مهم است. این مقاله یک مدل علم داده برای پیش‌بینی قیمت سهام در بورس اندونزی بر اساس محاسبات آماری مبتنی بر زبان R و حافظه کوتاه‌ بلند مدت (LSTM) پیشنهاد می‌کند.

یافته‌ها: اولین مورد تایید شده کووید-۱۹ (بیماری کرونا-۱۹) در اندونزی در ۲ مارس ۲۰۲۰ است. پس از آن، شاخص ترکیبی قیمت سهام از ابتدای سال ۲۸ درصد سقوط کرده است و قیمت سهام تولیدکنندگان سیگار و بانک‌ها کاهش یافته است. در بحبوحه همه‌گیری کرونا در ۲۴ مارس ۲۰۲۰ به پایین‌ترین مقدار خود رسید. در آزمایش‌های خود، داده‌ها را با استفاده از علم داده تجسم می‌کنیم و قیمت‌های باز، زیاد، پایین و بسته (OHLC) را با پارامترهای مختلف پیش‌بینی و شبیه‌سازی می‌کنیم.

نتیجه گیری: بر اساس آزمایش، علم داده برای تجسم داده ها بسیار مفید است و روش پیشنهادی ما با استفاده از حافظه بلند مدت کوتاه مدت (LSTM) می تواند به عنوان پیش بینی کننده در داده های کوتاه مدت با دقت ۹۴٫۵۷ درصد از کوتاه مدت (۱ ساله) با دوره بالا در مرحله آموزش به جای استفاده از داده های آموزشی ۳ ساله استفاده شود..

Title: Data science approach to stock prices forecasting in Indonesia during Covid‑19 using Long Short‑Term Memory (LSTM)

Abstract

 Background: Stock market process is full of uncertainty; hence stock prices forecasting very important in fnance and business. For stockbrokers,  understanding trends and supported by prediction software for forecasting is very important for decision making. This paper proposes a data science model for stock prices forecasting in Indonesian exchange based on the statistical computing based on R language and Long ShortTerm Memory (LSTM). Findings: The frst Covid-19 (Coronavirus disease-19) confrmed case in Indonesia is on 2 March 2020. After that, the composite stock price index has plunged 28% since the start of the year and the share prices of cigarette producers and banks in the midst of the corona pandemic reached their lowest value on March 24, 2020. We use the big data from Bank of Central Asia (BCA) and Bank of Mandiri from Indonesiaobtained from Yahoo fnance. In our experiments, we visualize the data using data science and predict and simulate the important prices called Open, High, Low and Closing (OHLC) with various parameters. Conclusions: Based on the experiment, data science is very useful for visualization data and our proposed method using Long Short-Term Memory (LSTM) can be used as predictor in short term data with accuracy 94.57% comes from the short term (1 year) with high epoch in training phase rather than using 3 years training data.

    دیدگاهها بسته است.

    محصولات مشابه
    ارزیابی اقتصادی آبیاری با آب شیرین شده دریا در تولید گوجه فرنگی گلخانه ای در جنوب اسپانیا
    خـریـد محـصـول
    نقش درمانی پپتیدهای ضد میکروبی در دیابت ملیتوس(شیرین)
    خـریـد محـصـول
    عوامل تعیین کننده حق الزحمه حسابرسی و نقش هیئت مدیره و ساختار مالکیت
    خـریـد محـصـول
    رشد جمعیت و بقایای حشره کش زنبورهای عسل در چشم انداز های کشاورزی گرمسیری
    خـریـد محـصـول
    اختلال کمبود توجه و بیش فعالی و اختلال دوقطبی: تشخیص، درمان
    خـریـد محـصـول
    ترانگزامیک اسید و عفونت مفاصل پری پروتز
    خـریـد محـصـول
    تشخیص عفونت اطراف پروتز
    خـریـد محـصـول
    بررسی پوشش آلبریچ برای بهینه‌سازی پنهان‌کاری صوتی(آکوستیک) زیردریایی‌ها
    خـریـد محـصـول
    کاربردهای هوش مصنوعی به عنوان یک روند مدرن برای دستیابی به نوآوری سازمانی
    خـریـد محـصـول
    رابطه بین اندازه شرکت و سودآوری با هموارسازی درآمد: شواهدی از شرکت‌های غذا و نوشیدنی
    خـریـد محـصـول
    ثبت اختراع یا انتشار مقاله

    در اولین مرحله از شروع یک تحقیق جدید نیاز است منابع مختلفی جستجو شود تا جدید بودن ایده مورد بررسی قرار گیرد. یکی از بهترین منابع جهت جستجو، لیست اختراع های ثبت شده است. پایگاه های جستجوی پتنت به محقق کمک میکند پیشینه تحقیق خود را مورد بررسی قرار دهد تا مطمئن شود کار تکراری انجام نمیدهد. سامانه جستجوگر مالکیت فکری دارکوب به تازگی از پایگاه جستجو علائم تجاری خود نیز رونمایی کرده است که دارای امکانات تخصصی فراوانی می باشد.

    ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

    در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

    از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

     
    برو بالا