پیش بینی جهت حرکت قیمت طلا در بازار فارکس مبتنی بر نمایانگرهای ایچیموکو با استفاده از روشهای سنتی یادگیری ماشین

چکیده مقاله

با توجه به نوسانات شدید بازارهای مالی به ویژه بازار تبادل ارز، فارکس شناسایی زمان مناسب برای خرید و فروش از اهمیت بالایی برخوردار است این پژوهش با هدف ارائه روشی کارا برای پیشبینی جهت حرکت قیمت، مجموعه داده ای اختصاصی را بر اساس استراتژی معاملاتی الگوریتمی مبتنی بر نمایانگر ایچیموکو و الگوی پوششی شمعهای قیمتی تولید و برچسب گذاری کرده است سپس از دو روش سنتی یادگیری ماشین شامل ماشین بردار پشتیبان SVM و جنگل تصادفی Random Forest برای مدل سازی استفاده شده است نتایج نشان میدهد که مدل جنگل تصادفی با دقت ۷۵ عملکرد بهتری نسبت به SVM داشته و توانایی این رویکرد در بهبود دقت پیش بینی را تایید میکند این پژوهش گامی نوین در جهت پیوند میان تحلیل تکنیکال و یادگیری ماشین برای طراحی سیستمهای معاملاتی هوشمند محسوب میشود

کلیدواژه‌ها

نویسندگان

محمد رزاقی

کارشناسی ارشد علم داده، دانشکده علوم ریاضی و آمار، دانشگاه بیرجند

محمد حسین خسروی

استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند

فاطمه یوسف زاده

دانشیار گروه آمار، دانشکده علوم آمار و ریاضی، دانشگاه بیرجند

�زاقی، محمد و خسروی، محمد حسین و یوسف زاده، فاطمه،1404،پیش بینی جهت حرکت قیمت طلا در بازار فارکس مبتنی بر نمایانگرهای ایچیموکو با استفاده از روشهای سنتی یادگیری ماشین،دومین کنفرانس ملی علم داده در کاربردهای مهندسی،تبریز

ارائه‌شده در

مجموعه مقالات دومین کنفرانس ملی علم داده در کاربردهای مهندسی17 مهر 1404 · تبریز