پیشبینی نرخ ارز در ایران با استفاده از تلفیق دادهها و مدل جامع مبتنی بر یادگیری ماشین | ||
| پژوهشهای اقتصادی ایران | ||
| مقاله 4، دوره 30، شماره 103، تابستان 1404، صفحه 101-137 اصل مقاله (2.21 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/ijer.2025.82330.1315 | ||
| نویسندگان | ||
| المیرا اصل روستا1؛ علیرضا عرفانی* 2؛ عبدالمحمد کاشیان3 | ||
| 1دانشجوی دکتری رشته اقتصاد، دانشگاه سمنان، سمنان، ایران | ||
| 2استاد گروه اقتصاد، دانشگاه سمنان، سمنان، ایران. | ||
| 3دانشیار گروه اقتصاد، دانشگاه سمنان، سمنان، ایران | ||
| چکیده | ||
| نرخ ارز همواره از مهمترین شاخصهای اقتصادی بوده که عوامل مختلفی در تعیین آن مؤثرند. بعضی 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، این است که آیا میتوان مدلی جامع و توسعهپذیر به منظور مدلسازی و پیشبینی نرخ ارز داشت بهنحویکه دربرگیرنده تمامی متغیرها و عوامل مؤثر باشد؟ در این پژوهش بهعنوان پاسخی برای این پرسش، با استفاده از یادگیری ماشین و رویکرد تلفیق دادهها، مدلی جامع مبتنی بر یادگیری عمیق ارائه شده که از انواع داده پشتیبانی میکند. به منظور آموزش مدل اخبار مؤثر بر نرخ ارز از 10 پایگاه اصلی داخلی و خارجی در بازه زمانی 1393 تا 1402 جمعآوری شده و به همراه دادههای نرخ ارز و سایر شاخصهای اقتصادی مستقیماً 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 منطبق بر توالی زمانی و تکرار آموزش و آزمون مدلها با مقادیر اولیه تصادفی متفاوت، استفاده شده است. نتایج بهدست آمده حاکی از آن است که رویکرد جامع و توسعهپذیر پیشنهادی با لحاظ کردن تمامی عوامل مؤثر به صورت مستقیم، بهطور قابل توجهی عملکرد بهتری در مقایسه با رویکردهای گذشته داشته است. | ||
| کلیدواژهها | ||
| پیشبینی نرخ ارز؛ تلفیق دادهها؛ مدل جامع؛ یادگیری ماشین؛ هوش مصنوعی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 497 تعداد دریافت فایل اصل مقاله: 261 |
||