بررسی زمان مقیاس مدل قیمتگذاری دارایی سرمایهای از طریق تبدیل موجک
Authors
Abstract:
این مقاله به بررسی امکان توصیف بهتر هم تغییری بازده بازار و بازده سهام شرکتهای فعال در بورسهای ایران و هفت کشور دنیا و پرداختن به مدل قیمتگذاری دارایی سرمایهای با استفاده از رویکرد تبدیل موجک پرداخته است. در این راستا دادههای مربوط به شاخصهای بورسهای اوراق بهادار تهران، سئول، هنگ کنگ، بوینسآیرس، مکزیکوسیتی، وین، لندن، نیویورک، نزدک، و شاخصهای بینالملل نیویورک، شاخص S&P100 و شاخص S&P500 و مولفههای آنها استخراج شده و جزییات آنها توسط سطوح مختلف موجکهای هار، دابشیز، سیملت و کوایفلتز استخراج گردیده و بتاها و معناداری بتاها استخراج گردید نتایج نشان میدهد که بتاهای استخراج شده با استفاده از موجک نسبت به حالت به طور معناداری بیشتر است از طرفی کارایی کابرد توابع مختلف تبدیل موجک یکسان است. ولی سطوح بالاتر که مبین زمان مقیاسهای طولانیتر هستند معنادارتر و کارآتر میباشند. کارایی کاربرد زمان مقیاسهای مختلف برای شاخصهای مختلف یکسان نیست و بازارهای مختلف در زمان مقیاسهای متفاوتی بهتری کارایی را ارایه میدهند.
similar resources
بررسی زمان مقیاس مدل قیمت گذاری دارایی سرمایه ای از طریق تبدیل موجک
این مقاله به بررسی امکان توصیف بهتر هم تغییری بازده بازار و بازده سهام شرکت های فعال در بورس های ایران و هفت کشور دنیا و پرداختن به مدل قیمت گذاری دارایی سرمایه ای با استفاده از رویکرد تبدیل موجک پرداخته است. در این راستا داده های مربوط به شاخصهای بورس های اوراق بهادار تهران، سئول، هنگ کنگ، بوینس آیرس، مکزیکوسیتی، وین، لندن، نیویورک، نزدک، و شاخص های بین الملل نیویورک، شاخص s&p100 و شاخص s&...
full textنشانگرهای طیفی لحظه ی به دست آمده از نقشه زمان- مقیاس تبدیل موجک پیوسته (CWT)
در لرزهشناسی اکتشافی نشانگرهای طیفی لحظهای مانند بسامد مرکزی، بسامد ریشه میانگین مربعات (rms) و پهنای باند که بیشتر برای توصیف خواص وابسته به بسامد سنگها بهکار گرفته میشوند از نقشه زمان- بسامد (طیفنما) قابل استخراج هستند. این نشانگرها با استفاده از نظریه احتمال تعریف میشوند. طیفنما را میتوان از روشهای تبدیل فوریه زمان کوتاه (<span st...
full textمقایسه مدل قیمتگذاری دارایی سرمایهای شرطی با بتای متغیر نسبت به زمان، از طریق مدل قیمتگذاری دارایی سرمایهای استاندارد
هدف: هدف این مطالعه، بررسی توان مدل CAPM شرطی مبتنی بر بتای متغیر نسبت به زمان در مقایسه با مدل CAPM استاندارد، به منظور یافتن مدل مناسب برای تبیین بازده مورد انتظار سهام است. روش: با استفاده از دادههای ماهانه و به کمک روشCAPM استاندارد و روشهای ناهمسانی واریانس شرطی چند متغیره، بتای شرکتهای داخل نمونه برآورد شد. بر اساس این دو روش و به منظور بررسی عملکرد خارج از نمونه، بازده مورد انتظار س...
full textرابطه در گذر زمان بین بازده و ریسک: شواهدی از الگویقیمت گذاری دارایی سرمایهای در گذر زمان icapm ))
در این مطالعه، رابطه در گذر زمان بین بازده و ریسک با استفاده از داده های سری زمانی مورد بررسی قرار گرفته است. با ایجاد پرتفوی ارزشی و پرتفوی رشدی بر مبنای نسبت ارزش دفتری به ارزش بازار حقوق صاحبان سهام (bm) در هر ماه دوره زمانی 0931 تا 0933 و به دست آوردن سری های منفرد بازده های مازاد این پرتفوی ها، کواریانس مشروط و بتای مشروط بازده های مازاد این پرتفوی ها با پرتفوی بازار با استفاده از الگوی نا...
full textتولید توابع شتاب زمان دوام با استفاده از تبدیل موجک و الگوریتمهای بهینهسازی
تبدیل موجک یک ابزار ریاضی است که تغییرات زمانی بسامد را در یک سیگنال نشان میدهد. از طرفی دیگر، زمان دوام یک روش پوشآور دینامیکی است؛ که عملکرد آن بر اساس زمان رسیدن به شاخص خرابی موردنظر است. در این نوشتار، با استفاده از تبدیل موجک و الگوریتمهای بهینهسازی به تولید توابع شتاب سازگار با طیف آییننامهی ۲۸۰۰ پرداخته شده است. روش بهکار گرفتهشده، در واقع، یک نوع اصلاح دادهها در حوزهی زمان و ...
full textپیشبینی هفتگی زبالة تولیدی با استفاده از مدل ترکیبی شبکة عصبی و تبدیل موجک
پیشبینی کمیت تولید، نقشی اساسی در بهینهسازی و برنامهریزی سیستم مدیریت مواد زاید جامد شهری دارد. اما به دلیل طبیعت ناهمگون و تأثیر عوامل متنوع و خارج از کنترل بر تولید، همواره با مشکلات زیادی همراه بوده است. شبکة عصبی مصنوعی اخیراً در بسیاری از کاربردهای مهندسی نظیر مهندسی محیط زیست به عنوان ابزاری قدرتمند در مدلسازی مورد توجه قرار گرفته است. در این تحقیق با توجه به دینامیک و پیچیده بودن سیستم...
full textMy Resources
Journal title
volume 16 issue 5
pages -
publication date 2010-02-20
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023