پروژه ایویوز+(52540)

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. 23 سهم نمونه داریم و بازه زمانی 7 ساله است. 3 متغیر مستقل داریم و 1 متغیر وابسته هست که باید پیش بینی بشه. تمام 23 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 14 روز گذشته استفاده بشه. یعنی با اینکه اطلاعات 7 سال رو برای مدل تعریف می کنیم ولی برای پیش بینی هر روز فقط اطلاعات 14 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؟