این تعهد متعلق به هیچ شعبه ای در این مخزن نیست و ممکن است متعلق به یک چنگال در خارج از مخزن باشد.

شاخه ها/برچسب ها را تغییر دهید برچسب های شاخه شاخه ها را بارگیری نکرد چیزی برای نشان دادن برچسب ها را بارگیری نکرد چیزی برای نشان دادن

نام در حال استفاده

یک برچسب در حال حاضر با نام شاخه ارائه شده وجود دارد. بسیاری از دستورات GIT نام برچسب و شاخه را می پذیرند ، بنابراین ایجاد این شاخه ممکن است باعث رفتار غیر منتظره شود. آیا مطمئن هستید که می خواهید این شاخه را ایجاد کنید؟

لغو ایجاد رمز

• محلی
• مکاشه

https github cli با استفاده از URL وب از Git یا Checkout با SVN استفاده کنید. با CLI رسمی ما سریع کار کنید. بیشتر بدانید.

ورود به سیستم لازم

لطفاً برای استفاده از برنامه های کد وارد سیستم شوید.

راه اندازی دسک تاپ GitHub

اگر هیچ اتفاقی نمی افتد ، دسک تاپ GitHub را بارگیری کنید و دوباره امتحان کنید.

راه اندازی دسک تاپ GitHub

اگر هیچ اتفاقی نمی افتد ، دسک تاپ GitHub را بارگیری کنید و دوباره امتحان کنید.

راه اندازی Xcode

اگر هیچ اتفاقی نمی افتد ، Xcode را بارگیری کنید و دوباره امتحان کنید.

راه اندازی کد ویژوال استودیو

فضای کد شما یک بار آماده خواهد شد.

مشکلی برای تهیه فضای کدگذاری شما وجود داشت ، لطفاً دوباره امتحان کنید.

آخرین تعهد

آمار git

فایل ها

بارگیری آخرین اطلاعات متعهد انجام نشد.

نوع نام آخرین پیام تعهد زمان متعهد شدن رمز

readme. md

یک ابزار پیش بینی سری زمانی با استفاده از منطق فازی و سیستم بازیابی اطلاعات فازی برای پیش بینی روند موجود در بورس با استفاده از پایتون ، با استفاده از معیارهایی مانند RSI ، الگوهای شمعدانی مشترک ، داده های Nifty50/ BSI OHLC.

سری زمانی یک روش کارآمد برای مطالعه در مورد روندهای موجود و سپس تصمیم گیری های آینده با توجه به نتایج به دست آمده در طول تجزیه و تحلیل است. بورس اوراق بهادار یکی از این بستر های مختلف است که در آن سری زمانی به منظور پیش بینی روند آینده بازار از حداکثر استفاده و اهمیت برخوردار است. حتی اگر بازارهای سهام از نظر آنها سطح بالایی از آنتروپی و تصادفی در مورد آنها داشته باشند ، اما هنوز هم آنها تا حدودی رانده می شوند و با احساسات بازیکنان بازار. این منجر به وظیفه مدل سازی بورس سهام می شود که کار دشواری است زیرا شامل داده های خام ، تصادفی و احساسات پنهان بازار می شود. برای حل این مشکل ، سری زمانی متشکل از داده های خام بازارهای سهام دارای مقادیر باز ، بالا ، کم و نزدیک به یک سری زمانی زبانی فازی تبدیل می کنیم. از سیستم های بازیابی اطلاعات برای یافتن مناسب ترین مدارک مبتنی بر پرس و جو استفاده می شود. سیستم های بازیابی اطلاعات فازی از این منطق استفاده می کنند و مهمترین سند را بر اساس نمرات مقادیر TF-IDF در اسناد پیدا می کنند. تازگی رویکرد که در اینجا دنبال می شود این است که ما انواع مختلفی از شمعدان ها را که برای تعیین کمیت معکوس های روند در یک بازار استفاده می شود (به عنوان مثال - آویزان کردن مرد ، لگد زدن شمعدان صعودی) و شاخص قدرت نسبی (RSI) (که نشان دهنده آن است ، شامل می شود. حرکت بازار) به لیست پارامترها. این عوامل اضافه شده به بازنمایی فازی روندها در اسناد ما باعث می شود پیش بینی روند آینده دقیق تر شود.

داده های موجود در سری زمانی که ما استفاده کرده ایم توسط شمعدان ها به شکل مقادیر باز ، بالا ، کم ، نزدیک و همچنین خواص شمعدان ها نشان داده شده است. شمعدان ها برای نشان دادن داده های گسسته به صورت قابل درک مفید هستند. برخی از شمعدان ها برای شناسایی الگوهای خاص بازار وجود دارد که به پیش بینی روندهای آینده در بازار کمک می کند (مانند معکوس روند). ما سپس بر اساس خوشه روزها قوانین فازی ایجاد کردیم که هر مجموعه 5 روز متوالی یک خوشه است. این به ما کمک می کند تا تعداد بیشتری خوشه و گسترش پایه سند خود را ایجاد کنیم. پس از آن ما با تعریف برخی از توابع که خصوصیات شمع ها و روندها را تعیین می کند ، مقدار گسسته را عادی می کنیم. بر اساس این داده ها ، ما توابع عضویت را به دست آوردیم که از طریق آنها داده های فازی ایجاد کردیم. با کمک این داده های فازی ، ما قوانین فازی ایجاد کردیم که از طریق آن توانستیم الگوهای مختلف شمعدانی را که در بازار سهام وجود دارد تحقق بخشیم. در کنار حرکت بازار ، ما از همه این خصوصیات برای ایجاد اسناد برای هر خوشه استفاده کردیم. از طریق سیستم های بازیابی اطلاعات فازی ، ما توانستیم هر اصطلاح را با توجه به اهمیت آن در استخر اسناد که روند آینده را نشان می دهد ، رتبه بندی کنیم. پرس و جو با بالاترین ارتباط مطابقت دارد و ما در نهایت روند آینده بازار را به همراه اسناد فازی که نشان دهنده قدرت پیش نمایش ما است ، می گیریم.

در باره

یک سیستم پیش بینی روند بازار سهام جدید با استفاده از منطق فازی