(adsbygoogle = window.adsbygoogle || []).push({});
**1 Contexte de la recherche**
Récemment, divers modèles utilisant la technologie de l’intelligence artificielle ont été développés pour prédire les prix des actions des entreprises, mais la précision et la stabilité de ces modèles sont encore souvent insuffisantes. Par conséquent, cette étude a été menée pour trouver un moyen d’améliorer la précision et la stabilité du modèle qui prédit le prix des actions d’une entreprise spécifique à l’aide de l’IA.
**2. Collecte de données et prétraitement**
Dans un premier temps, nous avons collecté diverses données relatives au prix des actions de l’entreprise spécifique étudiée et nous les avons prétraitées. Outre les données sur le cours des actions, divers facteurs tels que les informations financières de l’entreprise, les tendances sectorielles et les informations sur la gestion ont été examinés en détail et utilisés comme données d’entrée pour le modèle.
**3. Développement d’un modèle**
Par la suite, un modèle d’IA a été développé sur la base des données. Dans cette étude, nous avons principalement utilisé des algorithmes d’apprentissage profond pour construire le modèle, et conçu un modèle qui traite les données de séries temporelles et les données d’images en utilisant LSTM (Long Short-Term Memory) et CNN (Convolutional Neural Network). En outre, nous avons également mené des expériences pour améliorer la stabilité du modèle en combinant l’apprentissage par renforcement.
**4. Évaluation du modèle et amélioration des performances**
Après l’entraînement du modèle, nous avons évalué différents.
(adsbygoogle = window.adsbygoogle || []).push({});