خوارزمية توقع سعر الأسهم المستندة إلى الشبكات العصبية التلافيفية وذاكرة طويلة وقصيرة المدى مع المؤشرات الرائدة

الملخص في مجتمع اليوم، أصبحت إدارة الثروة الاستثمارية التيار الرئيسي للعصر المعاصر. تشير إدارة الثروة الاستثمارية إلى استخدام الأموال من قبل المستثمرين لترتيب الأموال بشكل معقول، على سبيل المثال، المدخرات، المنتجات المالية المصرفية، السندات، الأسهم، السلع، العقارات، الذهب، الفن، والعديد من غيرها. تدير أدوات إدارة الثروة وتعين الأسر، الأفراد، الشركات، والمؤسسات لتحقيق هدف زيادة والحفاظ على القيمة لتسريع نمو الأصول. من بينها، في الإدارة الاستثمارية والمالية، المنتج المفضل لدى الناس للاستثمار غالباً ما يكون الأسهم، لأن سوق الأسهم لديه مزايا وجاذبية كبيرة، خاصة مقارنة بطرق الاستثمار الأخرى. لقد طور عدد متزايد من العلماء طرقًا للتنبؤ من زوايا متعددة لسوق الأسهم. وفقًا لخصائص السلاسل الزمنية المالية ومهمة توقع الأسعار، يقترح هذا المقال هيكل إطار جديد لتحقيق توقعات أكثر دقة لسعر السهم، يجمع بين الشبكة العصبية التلافيفية (CNN) والشبكة العصبية ذاكرة طويلة وقصيرة المدى (LSTM). تُسمى هذه الطريقة الجديدة بشكل مناسب ترتيب تسلسل الأسهم في الشبكة العصبية التلافيفية ذات الذاكرة الطويلة والقصيرة (SACLSTM). تقوم ببناء ترتيب تسلسل للبيانات التاريخية ومؤشراتها الرائدة (الخيارات والعقود الآجلة)، وتستخدم المجموعة كصورة مدخلات لإطار CNN، وتستخرج بعض المتجهات المميزة من خلال الطبقة التلافيفية وطبقة التجميع، وتستخدم كمتجه مدخلات لـ LSTM، وتأخذ عشرة أسهم في الولايات المتحدة وتايوان كبيانات تجريبية. مقارنةً بالطرق السابقة، يؤدي أداء التنبؤ للخوارزمية المقترحة في هذا المقال إلى نتائج أفضل عند المقارنة مباشرة.