چکیده مقاله
در سال های اخیر استفاده از روش های یادگیری ماشینی و هوش مصنوعی برای پیش بینی روندها در بازارهای مالی رو به رشد بوده است جدیدترین عنصری که وارد بازار سرمایه شده است ارزهای دیجیتال هستند لذا پیش بینی روند قیمتی آن ها دارای اهمیت می باشد با توجه به گستردگی ارزهای دیجیتال و تفاوت ساختاری آن ها در این پژوهش تلاش شده است تا با استفاده از روش های نوین پیش بینی رویکرد مقایسه ای بین الگوریتم های یادگیری ماشینی انجام شود بدین منظور پس از بررسی تحقیقات انجام شده در این زمینه، داده های مورد نیاز از شش رمز ارز بیت کوین، اتریوم، تتر، ریپل، لایت کوین و دش در دو بازه زمانی کوتاه مدت ساعتی و بلند مدت روزانه جمع آوری شدند بعد از استاندارد کردن داده ها، شش الگوریتم شبکه عصبی، ماشین بردار پشتیبان، نزدیکترین همسایگی، بیز ساده، درخت تصمیم و رگرسیون لجستیک پیاده سازی شدند و نسبت های پیش بینیgain ratio, info gain, LFS, relief, vfs برای این الگوریتم ها بر اساس ویژگی های مشخص شده در دیتاست در دو حالت محاسبه و مقایسه شدند نتایج به دست آمده در این پژوهش نشان داد علی رغم بدست آمدن نتایج مختلف برای ارزهای دیجیتال مختلف، الگوریتم شبکه عصبی دارای دقت بالاتری نسبت به سایر روش ها می باشد
کلیدواژهها
نویسندگان
شیوه ارجاع
�ادمی زارع، حسن و جلالی، علیرضا و اخوان، آفرین،1402،پیش بینی نرخ ارز دیجیتال با استفاده ازرویکرد مقایسه ای یادگیری ماشینی،سومین کنفرانس بین المللی تفکر سیستمی در عمل،مشهد
ارائهشده در
مجموعه مقالات سومین کنفرانس بین المللی تفکر سیستمی در عمل24 آبان 1402 · مشهد