در این تحقیق، هدف شناسایی و پیش‌بینی روند قیمت طلا ۱۸ عیار با استفاده از الگوریتم‌های یادگیری ماشین و یادگیری عمیق است. برای این منظور، از داده‌های روزانه قیمت طلا در بازار ایران طی سال‌های 1393 تا 1403 استفاده شده است. این داده‌ها شامل اطلاعات کندلی قیمت طلا شامل قیمت‌ شروع، قیمت پایانی، بالاترین و پایین‌ترین قیمت طلا در هر روز بوده و به‌طور دقیق روند تغییرات روزانه قیمت را نشان می‌دهند. در این پژوهش تلاش شده است تا با استفاده از لگ‌های زمانی گذشته و همچنین قیمت روز جاری، پیش‌بینی دقیقی از قیمت روز بعدی طلا انجام شود. برای تحلیل و پیش‌بینی قیمت طلا، از مدل‌های مختلفی از جمله مدل‌های شبکه عصبی و یادگیری ماشین استفاده شد. نتایج حاصل از اجرای این مدل‌ها نشان داد که مدل SARIMAX دقیق ترین پیش‌بینی قیمت روز بعدی را در مقایسه با سایر مدل‌ها داشت. در این مطالعه همچنین به بررسی اثر برخی متغیرهای کلان اقتصادی مانند قیمت دلار، قیمت نفت برنت و شاخص کل بورس بر پیش‌بینی قیمت طلا پرداخته شد که نتایج نشان داد، این متغیرها نتواسته‌اند اطلاعات مفیدی برای پیش‌بینی بهتر قیمت طلا به ارمغان بیاورند و عملکرد مدل‌هایی با متغیرهای کلان اقتصادی، ضعیف‌تر از مدل‌هایی شامل اطلاعات روزانه طلا بود. برای بهبود دقت پیش‌بینی‌ها، مدل‌های ترکیبی مانند ترکیب شبکه‌های عصبی LSTM و CNN و همچنین مدل‌های جایگشتی CNN نیز مورد استفاده قرار گرفتند. این مدل‌ها به‌ویژه در استخراج ویژگی‌های پیچیده‌تر از داده‌ها زمانی مفید بودند، اما بهترین عملکرد متعلق به مدل SARIMAX با لگ زمانی ۱ بود. در نهایت، برای ارزیابی قابلیت تعمیم مدل‌ها و دقت پیش‌بینی‌ها، نتایج به‌وسیله داده‌های جهانی قیمت انس طلا نیز بررسی شدند. این مقایسه نشان داد که نتایج پیش‌بینی با استفاده از داده‌های طلای ۱۸ عیار به‌طور مشابه به پیش‌بینی با داده‌های انس جهانی طلا بود و مدل SARIMAX هم چنان بهترین عملکرد را در هر دو حالت ارائه داد

کلمات کلیدی