دانلود مقاله ترجمه شده یک روش رگرسیون بردار پشتیبان چندهسته برای پیش ینی قیمت سهام در بورس

چکیده

رگرسیون بردار پشتیبان، برای مسائل پیش­بینی قیمت سهام بورس به کار می­رود. با این وجود، معمولاً لازم است که ابرپارامترهای توابع هسته به صورت دستی تنظیم شوند. یادگیری چندهسته، برای بررسی این­گونه مسائل توسعه داده شده است، که به کمک آن، وزن­های ماتریس هسته و ضرایب لاگرانژ را می­توان به صورت همزمان از طریق برنامه­ریزی نیمه معین بدست آورد. با این وجود، میزان زمان و فضای موردنیاز بسیار زیاد است. ما یک الگوریتم یادگیری چندهسته دومرحله­ای را با ترکیب بهینه­ سازی مینیمال دنباله­ ای و روش تصویر گرادیان توسعه می­دهیم. به کمک این الگوریتم، مزایای تنظیمات مختلف ابرپارامتری را می­توان ترکیب کرد و عملکرد کلی سیستم را بهبود بخشید. به علاوه، کاربر نیازی به تعیین تنظیمات ابرپارامتری از قبل ندارد و می­توان از آزمون و خطا برای تعیین تنظیمات مناسب ابرپارامتر خودداری کرد. نتایج تجربی، که با اجرای مجموعه داده­های حاصل از شاخص سهام سرمایه وزنی تایوان بدست آمده­اند، نشان می­دهند که روش ما بهتر از روش­های دیگر عمل می­کند.

1-مقدمه

پیش­بینی دقیق قیمت سهام، یک فعالیت خوش­آیند و در عین حال مشکل در دنیای تجاری مدرن است. عوامل بسیاری بر رفتار بورس تاثیر می­گذارند که شامل عوامل اقتصادی و غیراقتصادی هستند. بنابراین، پیش­بینی بورس، به عنوان یکی از چالش­برانگیزترین موضوعات تجارت است...