رویکرد مهندسی جدید برای پیش بینی نوسان شاخص های بورس اوراق بهادار تهران

Authors

مهدی مرادی

جواد عبدالهیان

هادی صدوقی یزدی

abstract

سرمایه گذاران و مسؤولان بورس اوراق بهادار به منظور دست یابی به تصویر مناسبی از روند بازار بورس، عملکرد شرکت ها و توانایی ارزیابی گذشته جهت پیش بینی آینده، از شاخص های بورس اوراق بهادار استفاده می­کنند. مطالعات اخیر نشان می­دهد که همبستگی غیرخطی در شاخص­های بازار سهام وجود دارد. به همین منظور، این مطالعه الگوریتم جدید حداقل میانگین مربعات خطا مبتنی بر کرنل که الگوریتم آنلاین و غیرخطی است را برای پیش بینی نوسان شاخص های بورس اوراق بهادار تهران پیشنهاد و به کار می­گیرد و عملکرد آن را با الگوریتم شبکه­های عصبی مبتنی بر حداقل میانگین مربعات خطا در افق های زمانی کوتاه مدت، میان مدت و بلندمدت مقایسه می­کند. نتایج این بررسی نشان می­دهد که الگوریتم حداقل میانگین مربعات خطا مبتنی بر کرنل دارای عملکرد مناسبی جهت پیش­بینی نوسان شاخص های سهام می­باشد. با این حال، نتایج پیش بینی الگوریتم بر اساس معیارهای میانگین ​​مربعات خطا، مجذور میانگین ​​مربعات خطا، میانگین ​​مربعات خطای نرمالیزه شده، قدر مطلق میانگین خطا، صحت جهت پیش بینی، صحت روند پیش بینی رو به بالا و صحت روند پیش بینی روبه پایین در افق های زمانی کوتاه مدت، میان مدت و بلند مدت نشان می دهد که پیش بینی انجام شده توسط الگوریتم حداقل میانگین مربعات خطا مبتنی بر کرنل دارای عملکرد بهتری نسبت به پیش بینی با الگوریتم شبکه های عصبی مبتنی بر حداقل میانگین مربعات خطا می باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

رویکرد مهندسی جدید برای پیش‌بینی نوسان شاخص‌های بورس اوراق بهادار تهران

سرمایه‌گذاران و مسؤولان بورس اوراق بهادار به منظور دست‌یابی به تصویر مناسبی از روند بازار بورس، عملکرد شرکت‌ها و توانایی ارزیابی گذشته جهت پیش‌بینی آینده، از شاخص‌های بورس اوراق بهادار استفاده می­کنند. مطالعات اخیر نشان می­دهد که همبستگی غیرخطی در شاخص­های بازار سهام وجود دارد. به همین منظور، این مطالعه الگوریتم جدید حداقل میانگین مربعات خطا مبتنی بر کرنل که الگوریتم آنلاین و غیرخطی است را برای...

full text

پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی

اندازه و روند شاخص‌های قیمت سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران در بازارهای مالی می‌باشد. جهت پیش‌بینی بازار از تکنیکهای مختلفی استفاده شده است که معمول‌ترین آنها روشهای رگرسیون و مدل‌های 3ARIMA هستند اما این مدل‌ها در عمل جهت پیش‌بینی بعضی از سریها ناموفق بوده‌اند. در تحقیق حاضر برای پیش‌بینی شاخص کل بورس از مدل شبکه‌های عصبی پیش خور4 با قانون یادگیری پس انتشار خطا5 در...

full text

مدل‌سازی نوسان در بورس اوراق بهادار تهران

مسئله مورد بررسی در این تحقیق مدل‌سازی نوسان در بورس اوراق بهادار تهران و تحلیل رابطه میان ریسک و بازده در آن با استفاده از مدل‌های خانواده GARCH می‌باشد. نتایج این تحقیق که از نوع پیمایشی و کاربردی می‌باشد نشان می‌دهند که اولاً، مدل‌های ناهمسانی واریانس شرطی به خوبی می‌توانند ویژگی‌های داده‌های مالی از قبیل نوسانات خوشه‌ای، حافظه بلندمدت و اثرات اهرمی را مدل‌سازی نمایند. ثانیاً، در هر دو پرتفوی ...

full text

ارائه مدل پیش بینی شاخص کل قیمت سهام با رویکرد شبکه های عصبی (مطالعه موردی: بورس اوراق بهادار تهران)

هدف تحقیق حاضر ارائه مدل پیش­بینی شاخص قیمت سهام در بورس اوراق بهادار با استفاده از شبکه­های عصبی مصنوعی است. بر این اساس، شاخص صنعت، شاخص مالی و شاخص بازده نقدی به ­صورت سالانه به عنوان متغیرهای ورودی (مستقل) طرح شد. برای ارزیابی مدل شبکه عصبی از طرح MLP با الگوریتم آموزش پس انتشار و مدل چند عاملی بهره گرفته شده است. نتایج نشان می­دهد که مدل شبکه عصبی پیشنهادی، توانایی بالایی در پیش­بینی شاخص ...

full text

قابلیت پیش بینی تغییرات شاخص بورس اوراق بهادار تهران بر مبنای رفتار بازارهای سهام خارجی

در سالهای اخیر توجه محققان به سمت موضوع همبستگی و ارتباطات بین المللی بین اقتصادها و بازارهای مالی کشورهای مختلف و نیز نوع و جهت تغییرات بعضاً هماهنگ بازارهای مالی جهانی و بر این اساس، امکان سنجی پیش بینی نوسانات متغیرها و شاخصهای یک بازار با استفاده از داده های مربوط به تغییرات شاخص ها در بازارهای سرمایۀ خارجی معطوف شده است. در تحقیق حاضر، بر مبنای مقایسۀ رفتار شاخص در بازارهای سهام و میزان شبا...

full text

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023