| تعداد نشریات | 60 |
| تعداد شماره‌ها | 2,173 |
| تعداد مقالات | 17,590 |
| تعداد مشاهده مقاله | 52,633,639 |
| تعداد دریافت فایل اصل مقاله | 28,072,736 |
پیش‌بینی نرخ ارز با استفاده از مدل جامع مبتنی بر یادگیری ماشین و تلفیق داده‌ها | ||
| پژوهش‌های اقتصادی ایران | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 12 آبان 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/ijer.2025.82330.1315 | ||
| نویسندگان | ||
| علیرضا عرفانی* 1؛ المیرا اصل روستا2؛ عبدالمحمد کاشیان2 | ||
| 1گروه اقتصاد، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان | ||
| 2دانشگاه سمنان | ||
| چکیده | ||
| نرخ ارز همواره از مهم‌ترین شاخص‌های اقتصادی بوده که عوامل مختلفی در تعیین آن مؤثرند. برخی از این عوامل در قالب متغیرهای اقتصادی و برخی دیگر به شکل اخبار سیاسی-اقتصادی بازتاب دارند. پرسش مهمی که تاکنون پاسخ دقیقی به آن داده نشده آن است که آیا می‌توان مدلی جامع به منظور مدل‌سازی و پیش‌بینی نرخ ارز داشت به نحوی که دربرگیرنده‌ی تمامی متغیرها و عوامل مؤثر باشد؟ در این پژوهش به عنوان پاسخی برای این پرسش، با استفاده از یادگیری ماشین و رویکرد تلفیق داده‌ها، مدلی جامع مبتنی بر یادگیری عمیق ارائه شده است. مدل مذکور از انواع داده پشتیبانی کرده و برای آموزش آن اخبار مؤثر بر نرخ ارز از 10 پایگاه اصلی داخلی و خارجی در بازه زمانی 1393 تا 1402 جمع‌آوری و به همراه داده‌های نرخ ارز و سایر شاخص‌های اقتصادی مستقیما به مدل داده شده است. به منظور یافتن بهترین مدل، 8 مدل یادگیری ماشین، 2 مدل آماری و یک مدل زبانی بزرگ در هر دو حالت رگرسیون و کلاس‌بندی آموزش و آزموده شده‌اند. برای اجتناب از سوگیری و نتایج تصادفی، از تکنیک‌های اعتبارسنجی متقابل، و تکرار آموزش و آزمون مدل‌ها با مقادیر اولیه‌ی تصادفی متفاوت، استفاده شده است. نتایج بدست آمده حاکی از آن است که رویکرد پیشنهادی با لحاظ کردن تمامی عوامل مؤثر به صورت مستقیم، به طور قابل توجهی عملکرد بهتری در مقایسه با رویکردهای گذشته داشته است. | ||
| کلیدواژه‌ها | ||
| پیش‌بینی نرخ ارز؛ تلفیق داده‌ها؛ مدل جامع؛ یادگیری ماشین؛ هوش مصنوعی | ||
|
آمار تعداد مشاهده مقاله: 6 |
||