52540 پروژه ایویوز
سه سال پیش منتشر شده
تعداد بازدید: 115
کد پروژه: 392916
شرح پروژه
وع:
پروژه درباره پیش بینی نقدشوندگی بورس تهران با استفاده مدل های یادگیری عمیق و رگرسیون خطی هست، و هدف مقایسه قدرت پیش بینی مدل ها با معیارهای میانگین مربعات خطا (MSE) و میانگین خطای مطلق (MAE) هست.
۲۳ سهم نمونه داریم و بازه زمانی ۷ ساله است.
۳ متغیر مستقل داریم و ۱ متغیر وابسته هست که باید پیش بینی بشه.
تمام ۲۳ سهم با مدل رگرسیون پیش بینی بشن و هر دو معیار خطا هم محاسبه بشن.
ضمن اینکه برای تمام سهام آزمون های رگرسیون کلاسیک (معناداری مدل، معناداری ضرایب، هم خطی، همسانی واریانس، نرمالیتی و ...) باید بررسی بشن و در صورت مشکل با روش های متناسب رفع بشه.
پیش بینی برای یک روز بعد انجام میشه و برای پیش بینی فقط از اطلاعات ۱۴ روز گذشته استفاده بشه. یعنی با اینکه اطلاعات ۷ سال رو برای مدل تعریف می کنیم ولی برای پیش بینی هر روز فقط اطلاعات ۱۴ روز قبل استفاده میشه. اینطوری از روز پانزدهم به بعد میشه پیش بینی کرد تا روز آخر بازه زمانی.
امکان این مدل پیش بینی با ایویوز وجود داره یا باید از کدنویسی استفاده کرد؟
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
10روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت چهار سال پیش
