چکیده مقاله
شبکه های عصبی برای حل مسائل پیچیده و غیرخطی مناسب تر از سری های زمانی هستند، هرچند مشکلات خود را نیز دارند مثال در یادگیری دچار محدودیت هستند چون داده های مربوط به قیمت سهام دارای اختلافات فاحش و ابعاد پیچیده ای هستند و لذا پیش بینی قیمت سهام کار بسیار مشکلی است بدین منظور هدف این پژوهش پیش بینی بازده سهام بازار نزدک مبتنی بر روش CNN_BILSTM با استفاده از ARO خواهد بود نتایج پژوهش در بازار نزدک نشان داد که مدل پژوهش دقت بالایی در روند پیش بینی سهام های بازار نزدک داشته است به منظور صحت سنجی مدل پژوهش ۵ سهم به عنوان نمونه مورد بررسی دقیق قرار گرفت و نتایج آن گزارش شد
کلیدواژه‌ها
نویسندگان
مهدی آلبویه
دانشجوی کارشناسی ارشد، دانشگاه خاتم، تهران، ایران
رباب کالنتری
استادیار، دانشگاه خاتم، تهران، ایران
شیوه ارجاع
�لبویه، مهدی و کالنتری، رباب،1403،پیش بینی بازده سهام بازار نزدک مبتنی بر روش CNN_BI LSTM با استفاده از ARO،پنجمین کنفرانس بین المللی مدیریت، بازرگانی، اقتصاد و حسابدار�
ارائه‌شده در
مجموعه مقالات پنجمین کنفرانس بین المللی مدیریت، بازرگانی، اقتصاد و حسابداری28 دی 1403