• ارائه یک مدل ترکیبی مبتنی بر مولفه های خطی و غیرخطی جهت پیش بینی نوسانات بیت کوین

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1400/10/15
    • تاریخ انتشار در تی پی بین: 1401/01/23
    • تعداد بازدید: 103
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: 09050265032

    ارائه یک مدل ترکیبی مبتنی بر مولفه های خطی و غیرخطی جهت پیش بینی نوسانات بیت کوین

    بازارهای مالی نقش مهمی در سازمان اجتماعی و اقتصادی جامعه مدرن ایفا می کنند. در این نوع بازارهای اطلاعات مربوط به دارایی ارزشمند است. اخیرا بیت کوین به عنوان محبوب ترین رمز ارز، مورد توجه بسیاری از سرمایه گذاران و فعالان اقتصادی قرار گرفته است. بازاررمز ارزها نوسان به شدت زیادی را تجربه کرده است و یکی از چالش های پیش روی آن، پیش بینی قیمت آینده است.

    بدون شک، ایجاد روش هایی برای پیش بینی قیمت بیت کوین بسیار هیجان انگیز بوده و تاثیر بسیار زیادی در تعیین سود و زیان حاصل از معامله آن در آینده دارد. در این مقاله یک روش ترکیبی مبتنی بر arima و معماری شبکه ی عصبی lstm (حافظه ی کوتاه مدت طولانی) بهینه شده جهت پیش بینی نوسانات بیت کوین ارائه شده است.

    روش پیشنهادی جهت تشخیص نرخ ارزهای دیجیتال چه در زمینه ی سرعت و چه در زمینه ی دقت نمایش قابل قبولی از خود ارائه کرده است. و یکی از دلایل اصلی آن استفاده از شبکه ی عصبی عمیق به همراه الگوریتم های بهینه سازی گردایان نزولی به عنوان یک شبکه ی پایه است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها