پیشبینی بازار سهام هند با استفاده از شبکههای عصبی مصنوعی بر روی دادههای تیک

امروزه مهمترین چالش در بازار سهام پیش بینی قیمت سهام است. داده های قیمت سهام نشان دهنده داده های سری زمانی مالی است که به دلیل ویژگی ها و ماهیت پویا، پیش بینی آن دشوارتر می شود.

شرح مورد

ماشین های بردار پشتیبان (SVM) و شبکه های عصبی مصنوعی (ANN) به طور گسترده برای پیش بینی قیمت سهام و حرکات آن استفاده می شوند. هر الگوریتم روش خود را برای یادگیری الگوها و سپس پیش بینی دارد. شبکه عصبی مصنوعی (ANN) یک روش محبوب است که از تحلیل تکنیکال برای پیش بینی در بازارهای مالی نیز استفاده می کند.

بحث و ارزیابی

رایج ترین تکنیک های مورد استفاده در پیش بینی سری های زمانی مالی عبارتند از: ماشین بردار پشتیبان (SVM)، رگرسیون بردار پشتیبان (SVR) و شبکه عصبی انتشار برگشتی (BPNN). در این مقاله، ما از شبکه های عصبی مبتنی بر سه الگوریتم یادگیری مختلف، یعنی Levenberg-Marquardt، Scaled Conjugate Gradient و Bayesian Regularization برای پیش بینی بازار سهام بر اساس داده های تیک و همچنین داده های 15 دقیقه ای یک شرکت هندی و مقایسه نتایج آنها استفاده می کنیم..

نتیجه

هر سه الگوریتم با استفاده از داده های تیک دقت 99. 9٪ را ارائه می دهند. دقت بیش از 15 دقیقه مجموعه داده به ترتیب برای LM، SCG و تنظیم بیزی به 96. 2، 97. 0 و 98. 9 درصد کاهش می یابد که در مقایسه با نتایج به دست آمده با استفاده از داده های تیک به طور قابل توجهی ضعیف است.

معرفی

بازار سهام بستری برای معامله سهام و مشتقات یک شرکت با قیمت توافقی است. عرضه و تقاضای سهام بازار سهام را هدایت می کند. در هر کشوری بازار سهام یکی از نوظهورترین بخش ها است. امروزه افراد زیادی به طور غیر مستقیم یا مستقیم با این بخش در ارتباط هستند. بنابراین، دانستن روندهای بازار ضروری است. بنابراین با توسعه بازار سهام، مردم علاقه مند به پیش بینی قیمت سهام هستند. اما به دلیل ماهیت پویا و در معرض تغییرات سریع در قیمت سهام، پیش بینی قیمت سهام به یک کار چالش برانگیز تبدیل می شود. بازارهای سهام عمدتاً یک سیستم آشفته ناپارامتریک، غیرخطی، پر سر و صدا و قطعی هستند (آهنگر و همکاران 2010).

با افزایش این فناوری ، معامله گران سهام به دنبال استفاده از سیستم های تجاری هوشمند به جای تجزیه و تحلیل اساسی برای پیش بینی قیمت سهام ، در حال حرکت هستند و این به آنها کمک می کند تا تصمیمات سرمایه گذاری فوری را بگیرند. یکی از اهداف اصلی یک معامله گر پیش بینی قیمت سهام به گونه ای است که می تواند قبل از کاهش ارزش آن ، آن را بفروشد یا قبل از افزایش قیمت سهام را خریداری کند. فرضیه بازار کارآمد آمده است که پیش بینی قیمت سهام امکان پذیر نیست و سهام در پیاده روی تصادفی رفتار می کند. به نظر می رسد جایگزینی حرفه ای یک معامله گر باتجربه برای پیش بینی قیمت سهام بسیار دشوار است. اما به دلیل در دسترس بودن مقدار قابل توجهی از داده ها و پیشرفت های تکنولوژیکی ، اکنون می توانیم الگوریتم مناسبی را برای پیش بینی تدوین کنیم که نتایج آن می تواند سود برای معامله گران یا شرکت های سرمایه گذاری را افزایش دهد. بنابراین ، صحت یک الگوریتم به طور مستقیم با سود حاصل از استفاده از الگوریتم متناسب است.

شرح مورد

سه رویکرد معمولی برای پیش بینی قیمت سهام وجود دارد: تجزیه و تحلیل فنی ، پیش بینی سری زمانی سنتی و روش یادگیری ماشین. از روشهای رگرسیون کلاسیک اولیه مانند رگرسیون خطی ، رگرسیون چند جمله ای و غیره برای پیش بینی روند سهام استفاده شد. همچنین ، مدل های آماری سنتی که شامل صافی نمایی ، میانگین حرکت و Arima پیش بینی خود را بصورت خطی انجام می دهد. امروزه ، دستگاه های بردار پشتیبانی (Cortes & Vapnik ، 1995) (SVM) و شبکه های عصبی مصنوعی (ANN) به طور گسترده ای برای پیش بینی حرکات قیمت سهام استفاده می شوند. هر الگوریتم روش یادگیری خود را دارد و سپس پیش بینی می کند. شبکه عصبی مصنوعی (ANN) روشی محبوب و جدیدتر است که همچنین تجزیه و تحلیل فنی را برای پیش بینی در بازارهای مالی شامل می شود. آن شامل مجموعه ای از توابع آستانه است. این کارکردها که پس از اتصال یکدیگر با وزنهای تطبیقی ، بر روی داده های تاریخی آموزش داده می شوند و از آنها برای پیش بینی های آینده استفاده می شود.(Trippi & Turbun ، 1992 ؛ Walczak ، 2001 ؛ Shadbolt & Taylor ، 2002) (Kuan & Liu ، 1995) توانایی پیش بینی خارج از نمونه شبکه های عصبی مکرر و تغذیه ای را بر اساس داده های نرخ ارز تجربی بررسی کرد (Kuan & Liu، 1995). در سال 2017 ، مهدی خاشی و زاهرا حاجی رحیمی عملکرد سری و استراتژی های موازی را برای تعیین دقیق تر با استفاده از ARIMA و MLP (Perceptron چند لایه) ارزیابی کردند (Mehdi & Zahra ، 2017).

از شبکه های عصبی مصنوعی به دلیل ماهیت همه کاره آن به طور گسترده ای برای حل بسیاری از مشکلات استفاده شده است.(Samek & Varachha ، 2013) (Yodele et al. ، 2012) ، یک رویکرد ترکیبی ، یعنی ترکیبی از متغیرهای تجزیه و تحلیل اساسی و فنی شاخص های بورس سهام برای پیش بینی قیمت سهام آینده برای بهبود روش های موجود ارائه داد (Yodeleو همکاران ، 2012) (Y Kara & A Boyacioglu ، 2011) در مورد حرکت شاخص قیمت سهام با استفاده از دو مدل بر اساس شبکه عصبی مصنوعی (ANN) و دستگاه بردار پشتیبانی (SVM) بحث کردند. آنها عملکرد هر دو مدل را مقایسه کردند و نتیجه گرفتند که میانگین عملکرد مدل ANN به طور قابل توجهی بهتر از مدل SVM است.(Y KARA & A Boyacioglu ، 2011) (Qi & Zhang ، 2008) بهترین مدل سازی سری زمان روند را با استفاده از شبکه عصبی بررسی کرد. آنها از چهار رویکرد مختلف ، یعنی داده های خام ، داده های خام با شاخص زمان ، روند مرخصی و متفاوت برای مدل سازی الگوهای مختلف روند استفاده کردند و شبکه عصبی نتیجه گیری نتایج بهتری می دهد (Qi & Zhang ، 2008). H. K. سیگیزوگلو ، (2003) در مورد استفاده از پیش بینی ANN ، تخمین و برون یابی داده های جریان روزانه متعلق به رودخانه ها در منطقه مدیترانه شرقی ترکیه بحث کرد. در مطالعه خود ، آنها دریافتند که ANN نسبت به روشهای معمولی متناسب با داده ها فراهم می کند (سیگیزوگلو ، 2003). ANN می تواند به عنوان یک محاسبات یا یک مدل ریاضی در نظر بگیرد که از ویژگی های عملکردی یا ساختاری شبکه های عصبی بیولوژیکی الهام گرفته شده است. این شبکه های عصبی به گونه ای توسعه یافته اند که می تواند الگوهای خود را از داده های پر سر و صدا استخراج کند. آن ابتدا سیستمی را با استفاده از نمونه بزرگی از داده های شناخته شده به عنوان مرحله آموزش آموزش می دهد و سپس شبکه را با داده هایی که در مرحله آموزش گنجانده نشده است ، این مرحله را به عنوان مرحله اعتبار سنجی یا پیش بینی معرفی می کند. تنها انگیزه این روش پیش بینی نتایج جدید است.(اسقف ، 1995) این ایده یادگیری از آموزش و سپس پیش بینی نتایج در آن از مغز انسان ناشی می شود که می تواند یاد بگیرد و پاسخ دهد. بنابراین ANN در بسیاری از برنامه ها مورد استفاده قرار گرفته و در اجرای توابع پیچیده در زمینه های مختلف موفقیت آمیز است (Fausett ، 1994).

داده های مورد استفاده در این مطالعه موردی ، داده های تیک Reliance Private Limited از دوره 30 نوامبر 2017 تا 11 ژانویه 2018 (به استثنای تعطیلات) است. تقریباً 15000 نقطه داده در روز وجود دارد. مجموعه داده های مورد استفاده شامل تقریباً 430،000 نقطه داده است. داده های به دست آمده از پاورقی پایگاه داده پایگاه داده Thomson Reuter Eikon 1 (این پایگاه داده یک محصول پرداخت شده از تامسون روتر است). هر کنه به تغییر قیمت سهام از تجارت تا تجارت اشاره دارد. قیمت سهام در شروع هر 15 دقیقه از داده های کنه استخراج می شود. این نشان دهنده مجموعه داده ثانویه است که الگوریتم های مشابه در آن اجرا شده اند. در این مطالعه ، ما در مورد داده های کنه پیش بینی کرده ایم و داده های 15 دقیقه ای با استفاده از همان شبکه های عصبی و نتایج آنها مقایسه می شود.

بحث و ارزیابی

در این مطالعه ، ما از تغییرات ANN برای پیش بینی قیمت سهام استفاده کرده ایم. اما کارآیی پیش بینی توسط ANS بستگی به الگوریتم یادگیری استفاده شده برای آموزش ANN دارد. در این مقاله سه الگوریتم ، یعنی Levenberg-Marquardt (LM) ، گرادیان کونژوگه مقیاس یافته و منظم سازی بیزی مقایسه شده است. همانطور که در شکل 1 نشان داده شده است ، از شبکه های عصبی با 20 لایه پنهان و تأخیر 50 نقطه داده استفاده می شود. بنابراین ، هر پیش بینی با استفاده از 50 مقدار آخر انجام می شود.

ساختار شبکه عصبی

نظریه لونبرگ مارکارد

الگوریتم Levenberg-Marquardt برای تقریب سرعت آموزش مرتبه دوم برای جلوگیری از محاسبه ماتریس Hessian تهیه شده و برای حل یک مشکل حداقل مربع غیرخطی استفاده شده است. ماتریس هسیایی را می توان تخمین زد اگر عملکرد عملکرد به صورت مجموع مربع ها توسط

معادله (1) برای جلوگیری از محاسبه سنگین ماتریس هسیان استفاده می شود زیرا می توان با استفاده از ماتریس ژاکوبیان محاسبه کرد.

شیب در (2) محاسبه می شود ، که مشتق مرتبه اول از عملکرد خطای کل است و برای به روزرسانی وزنه ها در (4) استفاده می شود

جایی که J ماتریس ژاکوبیان است و E یک بردار خطاهای شبکه است. تمام مشتقات اول که با خطاهای شبکه با توجه به تعصب و وزن موجود در J مطابقت دارند. با در نظر گرفتن هدف نهایی برای اطمینان از اینکه ماتریس تقریبی هسیان J T J قابل برگشت است ، محاسبه Levenber g-Marquardt آشنایی دیگر تقریب ماتریس Hessian:

جایی که μ مقیاس پذیر است و من ماتریس هویت هستم. با ترکیب (2) و (3) قانون به روزرسانی برای الگوریتم Levenberg-Marquardt به عنوان به روزرسانی شبیه نیوتن است:

اگر مقدار مقیاس μ صفر باشد ، این الگوریتم شبیه به روش نیوتن است که از تقریب ماتریس هسیایی استفاده می کند. اگر مقیاس مقیاس بزرگ شود ، این الگوریتم شبیه به نزول شیب با اندازه پله کوچک خواهد بود. اما ، روش نیوتن بسیار نزدیکتر و سریعتر نزدیک به حداقل خطا است. بنابراین ، هدف اصلی این است که به سمت روش نیوتن هر چه سریعتر حرکت کنید. بنابراین ، کاهش μ پس از هر مرحله موفق منجر به پیرایش عملکرد عملکرد می شود. μ فقط در صورت بهبود عملکرد عملکرد در هر مرحله آزمایشی همانطور که در شکل 2 نشان داده شده است افزایش می یابد. بنابراین ، در هر تکرار ، عملکرد عملکرد همیشه کاهش می یابد.

نمودار جریان الگوریتم LM

یکی از شایستگی های مهم رویکرد LM این است که به ترتیب با جستجوی شیب و روش نیوتن برای مقادیر بزرگ μ و مقادیر کوچک μ عمل می کند. الگوریتم LM بهترین ویژگی های الگوریتم تند و تیز ترین و تکنیک Gauss-Newton را ادغام می کند. همچنین ، بسیاری از محدودیت های آنها اجتناب کرد. به طور خاص ، این الگوریتم مشکل همگرایی آهسته را به طور مؤثر برطرف می کند (هاگان و منهج ، 1994).

نظریه شیب مزدوج مقیاس

در الگوریتم backpropagation ، وزن ها در جهت نزول شدید (منفی شیب) تنظیم می شوند زیرا عملکرد عملکرد در این جهت به سرعت کاهش می یابد. اما ، کاهش سریع عملکرد عملکرد در این جهت به معنای سریعترین همگرایی همیشه نیست. جستجو در امتداد جهت های مزدوج در الگوریتم های شیب مزدوج انجام می شود ، بنابراین ، به طور کلی همگرایی سریعتر از جهت شیب دار و غرق تولید می کند. برای یافتن طول اندازه مرحله به روز شده وزن ، بیشتر الگوریتم ها از نرخ یادگیری استفاده می کنند. اما ، اندازه مرحله در هر تکرار در بیشتر الگوریتم های شیب مزدوج اصلاح می شود. بنابراین ، برای کاهش عملکرد عملکرد ، جستجو در امتداد جهت شیب مزدوج انجام می شود تا اندازه مرحله پیدا شود.

یک مزیت اصلی شیب مزدوج مقیاس شده این است که در هر تکرار در مقایسه با سایر الگوریتم های شیب مزدوج ، جستجو را خط نمی کند. در جستجوی خط ، پاسخ های شبکه همه ورودی های آموزشی بعضی اوقات برای هر جستجو که از نظر محاسباتی گران است محاسبه می شود. بنابراین ، برای جلوگیری از جستجوهای خط وقت گیر ، الگوریتم شیب مزدوج مقیاس (SCG) توسط Moller ، (1993) طراحی شده است. الگوریتم شیب مزدوج مقیاس (SCG) یک الگوریتم تحت نظارت است که کاملاً اتم است. این پارامترهای مهم وابسته به کاربر را شامل نمی شود ، و بسیار سریعتر از بازگشت لونبرگ-مارکوارد است. ما می توانیم از این الگوریتم در هر مجموعه داده استفاده کنیم ، در صورت ورودی خالص ، وزن و توابع انتقال مجموعه داده های داده شده دارای عملکرد مشتق است. مشتقات عملکرد در مورد متغیر تعصب X و وزن با استفاده از بازگشت به عقب محاسبه می شوند. بنابراین ، با استفاده از الگوریتم LM ، از جستجوی خط در هر تکرار جلوگیری می کند (هاگان و همکاران ، 1996).

مرحله آموزش در صورت ظاهر شدن هر یک از شرایط زیر متوقف می شود:

اگر حداکثر تعداد تکرارها به دست آمده باشد.

اگر حداکثر زمان بیش از حد باشد.

عملکرد به هدف کاهش یافته است.

اگر شیب عملکرد پایین تر از حداقل شیب باشد.

اگر عملکرد اعتبار سنجی از حداکثر زمان شکست از آخرین باری که کاهش یافته است (هنگام استفاده از اعتبار سنجی) عبور کرده است.

نظریه منظم سازی بیزی

شبکه های عصبی مصنوعی منظم بیزی (BRANNS) نیاز به اعتبار سنجی طولانی را از بین می برد یا کاهش می دهد. از این رو با استحکام بیشتری نسبت به پشتوانه استاندارد عمل می کند. منظم سازی بیزی یک فرایند ریاضی است که یک رگرسیون غیرخطی را به یک مشکل آماری "در معرض دید" در نحوه رگرسیون ریج تبدیل می کند. یک مزیت اصلی این الگوریتم این است که ماهیت احتمالی وزنهای موجود در شبکه مربوط به مجموعه داده های داده شده را در نظر می گیرد. احتمال افزایش بیش از حد به عنوان لایه پنهان تر نورونهای اضافه شده در شبکه عصبی به طرز چشمگیری افزایش می یابد. بنابراین برای یک نقطه توقف ، به یک مجموعه اعتبار سنجی نیاز دارد. در این الگوریتم تمام مدلهای پیچیده غیر منطقی با فشار دادن وزن پیوند اضافی به صفر مجازات می شوند. این شبکه وزن های غیر مهم را آموزش داده و محاسبه می کند. با رشد شبکه برخی از پارامترها به یک ثابت تبدیل می شوند. همچنین ، نوسانات و سر و صدای موجود در بازارهای سهام منجر به احتمال غلبه بر شبکه های اساسی در زمینه بازگشت می شود. اما ، شبکه های بیزی پارس تر هستند و تمایل دارند احتمال افزایش بیش از حد را کاهش داده و نیاز به یک مرحله اعتبار سنجی را از بین ببرند. بنابراین ، داده های موجود برای آموزش افزایش می یابد (جاناتون ، 2013).

منظم سازی بیزی همان معیارهای استفاده را دارد که الگوریتم Backpropagation Gradient Conjugate Scial است. این الگوریتم وزن و ترکیبی خطی از خطاهای مربع را به حداقل می رساند. برای ویژگی های عمومی سازی خوب شبکه ، این الگوریتم ترکیبات خطی را اصلاح می کند (گورسن و همکاران ، 2011 ؛ هاگان و منااج ، 1999). این منظم سازی بیزی در الگوریتم Levenberg-Marquardt صورت می گیرد.

نتایج

توطئه های عملکردی

توطئه های عملکرد به ما کمک می کنند تا تعداد تکرارها (دوره هایی) را که در آن خطای متوسط مربع کمترین یا تغییر می کند ، شناسایی کنیم. تعداد تکرارها زمان را نشان نمی دهد ، زیرا می بینیم که شیب مزدوج مقیاس بهترین اعتبار را در 103 (54) تکرار می کند و لونبرگ مارکارد در 10 (13) تکرار در مجموعه داده های کنه (داده 15 دقیقه ای) ارائه می دهد اما زمان لازم استبا شیب مزدوج مقیاس در هر دو مجموعه داده کمتر از لونبرگ مارکارد است. از شکل 3. می بینیم که تنظیم بیزین حداقل میانگین خطای مربع را در مقایسه با لونبرگ مارکارد و به دنبال آن شیب مزدوج مقیاس در هنگام عملکرد کلی در تمام مجموعه داده ها قرار می دهد. اما ، هنگامی که فقط عملکرد در مجموعه داده های آزمون مقایسه می شود ، شیب مزدوج مقیاس بهترین عملکرد را می دهد.

توطئه های عملکرد اعتبار سنجی.(الف) SCG در مورد داده های تیک: (ب) SCG در داده های 15 دقیقه ای: (ج) Levenberg-Marquardt در مورد داده های کنه: (د) Levenberg-Marquardt در داده های 15 دقیقه ای: (ه) تنظیم بیزی در داده های کنه: (()ج) منظم سازی بیزی بر روی داده های 15 دقیقه ای

برای هر سه الگوریتم ، از همان مجموعه داده استفاده می شود. این آموزش در 60 ٪ از مجموعه داده ها انجام می شود ، 15 ٪ از مجموعه داده ها برای اعتبار سنجی استفاده می شود و بقیه 25 ٪ از مجموعه داده ها برای آزمایش استفاده می شود (از آنجا که 25 ٪ از مجموعه داده ها برای آزمایش ، ارزش K در K- استفاده می شوداعتبار سنجی برابر 4 است). از آنجا که شبکه عصبی مصنوعی بیزیان از هر دو قطعات آموزش و اعتبار سنجی برای آموزش استفاده می کند ، در مجموع 75 ٪ از مجموعه داده ها را برای آموزش استفاده می کند. مجموعه داده تست به طور تصادفی از مجموعه داده انتخاب می شود.

توطئه رگرسیون

عملکرد شبکه از طریق توطئه های رگرسیون تأیید می شود. بنابراین ، خروجی شبکه در مورد اهداف آموزش ، اعتبار سنجی ، آزمایش و مجموعه داده های کلی توسط توطئه های رگرسیون نمایش داده می شود. منظم سازی بیزی از کل مجموعه داده های اعتبار سنجی برای آموزش نیز استفاده می کند. از شکل 4 می بینیم که تناسب برای همه مجموعه داده های کنه به عنوان مقادیر R در هر مورد 0. 99 یا بالاتر بسیار مناسب است ، اما دقت در هنگام پیش بینی مجموعه داده های 15 دقیقه ای کاهش می یابد. فقط منظم سازی بیزی مقدار R تقریباً 0. 99 را در مجموعه داده 15 دقیقه ای می دهد. صحت SCG و LM به ترتیب به ترتیب به 0. 97 و 0. 96 در طول داده های 15 دقیقه ای کاهش می یابد. در اینجا همچنین منظم سازی بیزی از مجموعه داده های ناقص LM و SCG بهتر است. اما ، هنگامی که فقط توطئه های رگرسیون در مجموعه داده های آزمون مقایسه می شوند ، شیب کونژوگه مقیاس یافته بهترین نتیجه را می دهد. این توطئه ها به تصویر می کشند که پیش بینی در مورد مجموعه داده های تیک پیش بینی بهتری نسبت به پیش بینی در مورد مجموعه داده های 15 دقیقه ای دارد.

توطئه های رگرسیون.(الف) SCG در مورد داده های تیک: (ب) SCG در داده های 15 دقیقه ای: (ج) Levenberg-Marquardt در مورد داده های کنه: (د) Levenberg-Marquardt در داده های 15 دقیقه ای: (ه) تنظیم بیزی در داده های کنه: (()ج) منظم سازی بیزی بر روی داده های 15 دقیقه ای

در جدول 1 دقت پیش بینی با استفاده از اعتبار سنجی عمومی و اعتبار سنجی k با استفاده از متریک میانگین خطای مربع (MSE) مقایسه شده است. ما می توانیم ببینیم که برای همه الگوریتم ها تغییر قابل توجهی در دقت وجود ندارد. مقایسه مشابهی در جدول 2 با استفاده از داده های کنه 15 دقیقه ای انجام شده است. در جداول 3 و 4 از اعتبار سنجی عمومی به منظور مقایسه نتایج با استفاده از MSE و میانگین معیارهای خطای درصد مطلق (MAPE) استفاده شده است. در هر دو دقت پیش بینی جدول با استفاده از شاخص های MAPE و MSE مقایسه شده است. از جداول 1 ، 2 ، 3 و 4 می توان گفت که پیش بینی با استفاده از داده های کنه به جای استفاده از داده های کنه 15 دقیقه ای ، دقت بهتری به ما می دهد.

هیستوگرام خطا

در شکل 5 ، میله های قرمز نشان دهنده داده های تست ، میله های سبز داده های اعتبار سنجی را نشان می دهند و میله های آبی داده های آموزشی را نشان می دهند. دامنه خطا (حداکثر خطای منفی تا حداکثر خطای مثبت) به 20 سطل تقسیم می شود و توطئه ها کشیده می شوند. قسمتهای دور را می توان در هیستوگرام شناسایی کرد. بنابراین ، نقاط داده ای که در آن تناسب به ویژه از اکثر داده های داده شده به عنوان Outliers بدتر است. در این حالت ، می توانیم ببینیم که هر سه روش نسبت به داده های 15 دقیقه ای نتایج بهتری را در مورد داده های کنه ارائه می دهند. خطای روی داده های کنه عمدتاً در کوچکترین سطل در برابر خطای تهی است در حالی که خطای داده های 15 دقیقه ای بر روی چند سطل توزیع می شود. از هیستوگرام های خطا ، قابل مشاهده است که تنظیم بیزی از هر دو شیب مزدوج مقیاس و لونبرگ-مارکارد در مورد صحت هر دو مجموعه داده بهتر عمل می کند.

خطای هیستوگرام خطای پیش بینی.(الف) SCG در مورد داده های تیک: (ب) SCG در داده های 15 دقیقه ای: (ج) Levenberg-Marquardt در مورد داده های کنه: (د) Levenberg-Marquardt در داده های 15 دقیقه ای: (ه) تنظیم بیزی در داده های کنه: (()ج) منظم سازی بیزی بر روی داده های 15 دقیقه ای

نتیجه گیری و کار آینده

این مطالعه عملکرد سه الگوریتم یادگیری شبکه عصبی ، یعنی Levenberg-Marquardt ، گرادیان کونژوگه مقیاس و تنظیم بیزی را با پیش بینی تیک توسط مجموعه داده های کنه و داده های 15 دقیقه ای مقایسه می کند. این مطالعه نشان می دهد که پیش بینی با استفاده از تیک توسط داده های کنه برای بورس ، نتایج بسیار بهتری نسبت به پیش بینی با استفاده از مجموعه داده های 15 دقیقه ای می دهد. الگوریتم اول مبتنی بر بهینه سازی لونبرگ-مارکارد است که از تقریب به ماتریس هسیان برای نزدیک شدن به سرعت آموزش مرتبه دوم استفاده می کند. این نتیجه عالی می بخشد و چند ساعت طول می کشد تا قطار شود. الگوریتم دوم شیب مزدوج مقیاس (SCG) ، بر اساس جهت های مزدوج از مکانیسم مقیاس بندی اندازه پله برای جلوگیری از جستجوی خط وقت گیر در هر تکرار یادگیری استفاده می کند ، که این الگوریتم را بسیار سریعتر از الگوریتم های مرتبه دوم مانند Levenberg-Marquardt می کند. آموزش با استفاده از SCG چند دقیقه طول می کشد که پیشرفت قابل توجهی نسبت به Levenberg-Marquardt است ، اما این خطا در پیش بینی داده های کنه نیز افزایش می یابد. الگوریتم سوم تنظیمات بیزی چند روز طول می کشد تا یک مجموعه داده بزرگ را آموزش دهد اما نتایج بهتری نسبت به لونبرگ-مارکوارد و SCG می دهد. هر سه الگوریتم با استفاده از داده های کنه ، 99. 9 ٪ دقت را ارائه می دهند. دقت بیش از 15 دقیقه مجموعه داده تست کاملاً تغییر می کند. SCG کمترین زمان را می گیرد و در مقایسه با Levenberg-Marquardt و تنظیمات بیزی بهترین نتیجه را می دهد. اما بازپرداخت به دست آمده در داده 15 دقیقه در مقایسه با نتایج به دست آمده با استفاده از داده های تیک به طور قابل توجهی ضعیف است.

در این مطالعه موردی ، داده های 30 روز کاری گذشته استفاده شده است. از مجموعه داده های گسترده تری می توان برای ایجاد عوامل فصلی و سالانه که بر حرکت قیمت سهام تأثیر می گذارد ، استفاده کرد. همچنین پیش بینی داده های دقیقه به دقیقه می تواند اندازه مجموعه داده ها را 70 ٪ کاهش دهد و ممکن است در حالی که به ما امکان می دهد از داده های تاریخی یک دوره مهم تر استفاده کنیم ، می تواند نتایج قابل مقایسه ای را ارائه دهد. شبکه های عصبی مکرر ممکن است پیش بینی های بهتری نسبت به شبکه های عصبی مورد استفاده در این مطالعه ، به عنوان مثال ، LSTM (حافظه کوتاه مدت) ارائه دهند. از آنجا که اظهارات و نظرات شخصیت های مشهور بر قیمت سهام تأثیر می گذارد ، برخی از تجزیه و تحلیل احساسات می تواند در دستیابی به پیش بینی قیمت سهام کمک کند.