پیش بینی بازده قیمت سهام بورس با استفاده از طبقه بندی خوشه ای

پیش بینی بازده در بورس اوراق بهادار معمولا به عنوان یک مشکل پیش بینی در جایی که قیمت ها پیش بینی می شود ، پیش بینی می شود. نوسانات ذاتی در بازار سهام در سراسر جهان وظیفه پیش بینی را به چالش کشیده است. در نتیجه ، پیش بینی و مدل سازی انتشار ، طیف متنوعی از مشکلات پیش بینی روند بازار سهام را تضعیف می کند. به حداقل رساندن خطای پیش بینی ، ریسک سرمایه گذاری را به حداقل می رساند. در کار فعلی ، ما این مشکل را به عنوان یک تمرین پیش بینی جهت مطرح می کنیم که نشانگر سود و ضرر است. ما یک چارچوب آزمایشی برای مسئله طبقه بندی ارائه می دهیم که پیش بینی می کند قیمت سهام با توجه به قیمت غالب روزهای قبل افزایش یا کاهش یابد. دو الگوریتم ، خوشه تصادفی و خوشه های decisio‘n شیب تقویت شده (با استفاده از XGBoost) است و ارتباط را با استفاده از مجموعه های خوشه های تصمیم گیری ، تسهیل می کنند. ما رویکرد خود را آزمایش می کنیم و از صحت انواع شرکت ها به عنوان بهبود نسبت به پیش بینی های موجود خبر می دهیم. جدیدترین کار فعلی در مورد انتخاب شاخص های فنی و استفاده از آنها به عنوان ویژگی ها با دقت بالا برای پیش بینی های جهت متوسط و بلند مدت قیمت سهام است.

کلیدواژه ها:

حرکت قیمت سهام ، Xgboost ، خوشه های صادفی ، طبقه بندی ماشینی