RT - Journal Article T1 - Using Machine Learning Methods in the Financial Market for Technical Analysis Based on Hybrid Models JF - srpub YR - 2020 JO - srpub VO - 2 IS - 4 UR - http://sjamao.srpub.org/article-7-87-fa.html SP - 1 EP - 11 K1 - Forex prediction K1 - Machine learning K1 - Deep learning K1 - High frequency trading K1 - Neural network K1 - Long and short-term memory K1 - convolutional neural network K1 - Multi-Layer perceptron AB - در این مطالعه ، یک مدل ترکیبی جدید مبتنی بر شبکه های عصبی عمیق برای پیش بینی جهت و میزان حرکت بازار فارکس در کوتاه مدت ارائه شده است. مدل کلی ارائه شده براساس استراتژی جرم گیری است و برای معاملات با فرکانس بالا ارائه شده است. مدل ترکیبی پیشنهادی مبتنی بر ترکیبی از سه مدل مبتنی بر شبکه های عصبی عمیق است. مدل اول یک شبکه عصبی عمیق با ساختار چند ورودی متشکل از ترکیبی از لایه های حافظه کوتاه مدت است. مدل دوم یک شبکه عصبی عمیق با ساختار چند ورودی است که از ترکیبی از لایه های شبکه عصبی کانولوشن یک بعدی ساخته شده است. مدل سوم ساختار ساده تری دارد و یک مدل چند ورودی از لایه های چند لایه پرسپترون است. مدل کلی همچنین مدلی بود که بر اساس آرای اکثریت سه مدل ، برتر بود. این مطالعه نشان داد که مدلهای مبتنی بر لایه های حافظه کوتاه مدت طولانی با بیش از 70٪ دقت نتایج بهتری نسبت به مدلهای دیگر و حتی مدلهای ترکیبی ارائه می دهند. LA eng UL http://sjamao.srpub.org/article-7-87-fa.html M3 10.47176/sjamao.2.4.1 ER -