0% Complete
صفحه اصلی
/
سی و سومین کنفرانس بین المللی مهندسی برق
Integration of Deep Learning Techniques in Stock Market Forecasting: xLSTM-CNN with RevIN and Adaptive Wavelet Denoising
نویسندگان :
Alireza Mohammadi
1
Ali Doustmohammadi
2
Masoud Shafiee
3
1- دانشگاه صنعتی امیرکبیر
2- دانشگاه صنعتی امیرکبیر
3- دانشگاه صنعتی امیرکبیر
کلمات کلیدی :
Time Series،Prediction،Stock Market،xLSTM،CNN،Wavelet Denoising،S&P 500
چکیده :
Stock market prediction is a challenging task due to the nonlinear nature of financial time series data. Recent advances in machine learning and deep learning have offered new solutions to address some of these challenges. This research presents a novel integrated deep learning approach, combining the Extended Long Short-Term Memory (xLSTM) network with a Convolutional Neural Network (CNN) for stock market forecasting. To address the challenge of distribution shift in price signals, the Reversible Instance Normalization (RevIN) method is utilized for efficient input normalization. Additionally, wavelet denoising, combined with an adaptive thresholding technique, is used to mitigate the impact of noise in financial time series. The model is evaluated on the S\&P 500 index, and comparative experiments against advanced forecasting models, such as Extended Long Short-Term Memory for Time Series (xLSTM-TS), Temporal Convolutional Networks (TCN), and transformer-based time series model, demonstrate the superiority of our approach in accurately predicting stock prices and directional movements.
لیست مقالات
لیست مقالات بایگانی شده
ارائه روشی جهت بهبود عملکرد شبکههای بیسیم حسگر ناهمگون مبتنی بر برداشت انرژی
محمد فرشته حکمت - علیرضا کشاورز حداد
On spatiotemporal-aware deep neural networks for real-time video fire detection: empowering image-based models with temporal and spatial features of video
Mahdi Shamisavi - Sahar Eslami - Amir Jahanshahi - Morteza Rajabzadeh
Privacy-Preserving Learning using Autoencoder-based Structure
Mohammad Ali Jamshidi - Hadi Veisi - Mohammad Mahdi Mojahedian - Mohammad Reza Aref
Design and Demonstration of a Novel Microfluidic Channel for Trapping Circulating Tumor Cells with Magnetophoresis
Atin Bakhshi - Seyed Ehsan Hosseininasab - Vahid Ghafouri - Mehdi Rahmanian - Majid Badiei Rostami
ارائه یک روش دو مرحلهای مبتنی بر حسگری فشرده برای تخمین زاویه ورود در آرایه
مهدی محمدی پرستو - محمود مدرس هاشمی
Experimental Study and Implementation of a Generalized Predictive Controller on Delta Parallel Robot Based on Actuator Identification
Hasan Jalali - Behnam Moradkhani - Hossein Damavandi - Mehdi Tale Masouleh - Ahmad Kalhor
بهره برداری از ESS ها در بخش DC ترانسفوماتور حالت جامد به منظور بهبود کیفیت توان شبکه برق
یوسف عطائی - رضا قندهاری - مهدی بابائی - بهنام بهارلوئی
بهینهسازی نرخ امن با استفاده از انتخاب آنتن فرستنده در سیستمهای دوکارهی راداری- ارتباطی با چند ورودی - چند خروجی
نیلوفر حسینی - هنگامه کشاورز
Design of Fresnel-Region Millimeter-Wave Metasurface Beam Shaper Using Deep Learning
Mohammad Hossein Koohi Ghamsari - Ehsan Imanbeygi - Mehdi Ahmadi-Boroujeni
طراحی و شبیه سازی یک مولد اعداد تصادفی ترکیبی ارتقا یافته در آتوماتای سلولی نقطهکوانتومی با به کارگیری ساختارهای فراپایدار
سورنا آسیابان جونقانی - نوید یثربی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.6.0
