Deep Learning Architecture for Stock Price Prediction
Abstract
Dalam dunia investasi saham, kemampuan memprediksi pergerakan harga saham secara akurat sangatlah penting. Dua permasalahan utama yang menjadi fokus penelitian ini adalah, bagaimana pemodelan N-BEATS dibandingkan LSTM dan ARIMA pada harga saham Bank BCA, dan bagaimana hasil peramalan model N-BEATS, LSTM, dan ARIMA pada harga saham Bank BCA. Data saham Bank BCA. Untuk menjawab hal tersebut, penelitian ini membahas tentang pengembangan dan evaluasi model peramalan time series N-BEATS. Namun hasil analisis menunjukkan bahwa model ARIMA menunjukkan kinerja yang unggul, dengan pencapaian MAPE sebesar 0,001% pada data menit, 0,006% pada data jam, dan 0,018% pada data hari. Keunggulan ini signifikan dibandingkan model N-BEATS dan LSTM. Oleh karena itu, model ARIMA menunjukkan potensi besar untuk digunakan dalam peramalan deret waktu keuangan, penilaian risiko, dan pemodelan oleh analis keuangan.
Full Text:
PDFReferences
A. Thakkar and K. Chaudhari, “Fusion in stock market prediction: a decade survey on the necessity, recent developments, and potential future directions,” Inf. Fusion, vol. 65, pp. 95–107, 2021.
Q. Ma, “Comparison of ARIMA, ANN and LSTM for stock price prediction,” in E3S Web of Conferences, 2020, vol. 218, p. 1026.
A. Garlapati, D. R. Krishna, K. Garlapati, U. Rahul, and G. Narayanan, “Stock price prediction using Facebook Prophet and Arima models,” in 2021 6th International Conference for Convergence in Technology (I2CT), 2021, pp. 1–7.
DOI: http://dx.doi.org/10.26798/jiss.v3i1.1343
Article Metrics
Abstract view : 56 timesPDF - 30 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 tri andi, Widyastuti Andriyani, Bambang Purnomosidi D.P
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.