طراحی و پیاده سازی سیستم پیش بینی قیمت بیت کوین با استفاده از یادگیری ماشین
طراحی و پیاده سازی سیستم پیش بینی قیمت بیت کوین با استفاده از یادگیری ماشین
نام دانشجو: سیده سارا فیروزآبادی
استاد راهنما: خانم دکتر فرناز شیخی
چکیده:
پیشبینی سریهای زمانی از حوزههای پیچیده و چالش برانگیز در علوم مالی و اقتصادی بهشمار میآید. پیشبینی قیمتها هم برای تحلیلگران علوم مالی و هم برای معاملهگران از اهمیت بسیار بالایی برخوردار است. از میان روشهای مورد استفاده برای پیشبینی قیمت، در سالهای اخیر روشهای برپایه هوش مصنوعی با استقبال فراوانی مواجه شده اند. دلیل این امر سرعت و دقت پیشبینی این روشها و همچنین انعطاف پذیری بالای آنها در پردازش سریهای زمانی غیرخطی است. نتایج این تحقیق هم برای پژوهشگران این حوزه و هم برای معاملهگران ارزهای رمزپایه قابل استفاده خواهد بود، همچنین این تحقیق میتواند به عنوان پایهای برای تحقیقات آتی بر روی قیمت این رمزارز استفاده شود.
این تحقیق به لحاظ هدف، کاربردی، از نظر ماهیت جزء تحقیقات توصیفی و از لحاظ نوع تحقیق جزء تحقیقات پیشبینی محسوب میشود. همچنین از لحاظ نوع داده، کمی بوده و دادهها از نوع دادههای ثانویه میباشند. مدلهای استفاده شده در این تحقیق عبارتند از: مدلهای شبکه عصبی بازگشتی، شبکه حافظه طولانی کوتاه مدت، شبکه حافظه طولانی کوتاه مدت دو طرفه و واحد بازگشتی دروازه دار هستند. همچنین دادههای این تحقیق شامل قیمت پایانی بیتکوین در ۱۹ آگوست ۲۰۱۳ تا ۱۹ ژوئیه ۲۰۱۶ و اکتبر ۲۰۱۴ تا ابتدای آپریل ۲۰۲۰ بوده و هدف مدل پیشنهادی پیشبینی قیمت بیتکوین در آینده با مقایسه بین مدلهای مختلف شبکه عصبی میباشد. دادهها بهشکل تک متغیره طراحی شده و در هرکدام از مدلها 70 درصد از دادهها به عنوان دادههای آموزشی و 30 درصد دیگر به عنوان دادههای آزمایشی مورد استفاده قرار میگیرند. سپس عملکرد مدلها از طریق اندازهگیری مجذور میانگین مربعات خطا، میانگین مربعات خطا و میانگین خطای قدرمطلق اندازهگیری میشود. نتایج حاصل از پیشبینیها و اندازهگیری عملکرد مدلها نشان میدهد که مدل شبکه حافظه طولانی کوتاهمدت دو طرفه از دیگر مدلهای رقیب خطای کمتری در پیشبینی قیمت دارد.
کلمات کلیدی: بیتکوین، پیشبینی قیمت، هوش مصنوعی، شبکه عصبی، شبکه عصبی بازگشتی، شبکه عصبی حافظه طولانی کوتاهمدت دو طرفه
همه توضیحات ...