پیش‎بینی سری‌های زمانی مالی با استفاده از روش هالت ـ وینترز چندگام جلوتر

Authors

  • حمید شهریاری استاد مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
  • عبداله آقایی استاد مهندسی صنایع، دانشگاه خواجه نصیرالدین طوسی، تهران، ایران
  • مریم نژادافراسیابی دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
Abstract:

تاکنون روش­های مختلفی برای پیش‎بینی قیمت کالاها و سودهای سهام به‎کار رفته است. با توجه به نوسانات دنیای مالی مهم‌ترین نکته این است که کدام‎یک از روش‌های پیش‎بینی می‌تواند در اعمال تصمیم بهینه به مدیران و تصمیم‌گیرندگان بخش‌های اقتصادی و بازرگانی کمک کند. در اغلب مطالعات صورت گرفته تا کنون، برای پیش‎بینی سری‌های زمانی از روش‌های خودرگرسیون موسوم به باکس ـ جنکینز برای پیش‎بینی سری‌های زمانی استفاده شده ­است؛ در حالی که سری‌های زمانی بسیاری با تغییرات فصلی یا سیکلی وجود دارند که نمی‌توانند به‎وسیلۀ یک چندجمله‌ای به‎طور مناسب مدل شوند. در این تحقیق از روش هالت ـ وینترز برای پیش‎بینی سری زمانی نامانای داده­های سود کسب شده از فروش یک محصول واسطه استفاده شد. نتایج حاکی از آن است که روش پیشنهادی در مقایسه با روش‌های کلاسیک و روش S فیلتر شده، کارایی بیشتری در پیش‎بینی مقادیر آینده از خود نشان می‌دهد

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدلسازی پدیده های هیدروکلیماتولوژیکی با استفاده از مدل ترکیبی موجک-هالت وینترز

بدون شک مدل های هیدروکلیماتولوژیکی نقش مهمی را درمدیریت منابع آب ایفا می کنند. با توجه به اینکه سری های زمانی هیدروکلیماتولوژیکی دارای سه جزء اصلی خودهمبسته، فصلانه و تصادفی می باشند و رفتار مدل هایی که تاکنون ارائه شده اند، نسبت به این اجزاء متفاوت بوده است، در این مقاله از ترکیب تبدیل موجک با مدل هالت-وینترز(HW) جهت مدلسازی سری های زمانی ماهانه رواناب حوضه لیقوان چای، حوضه Trinity، حوضه West ...

full text

بررسی کارایی مدل‌های سری زمانی آریما و هالت وینترز در پیش بینی دما و بارش ماهانه (مطالعه موردی: ایستگاه لتیان)

پارامتر‌های اقلیمی از جمله دما و بارش نقش مهمی در مدیریت منابع آب حوضه‌آبریز و برنامه‌ریزی‌های کشاورزی دارند. از جمله مدل‌های پیش بینی کوتاه مدت این پارامترها، مدل‌های سری زمانی هستند. در تحقیق حاضر، توانایی مدل‌های سری زمانی در پیش‌بینی دما و بارش ماهانه ایستگاه لتیان مورد بررسی قرار گرفته است. بدین منظور ابتدا به کمک آزمون من‌کندال فصلی روند داده‌ها بررسی گردید و سپس مدل‌های مختلف خودهمبسته ب...

full text

الگوبندی اقلیم آسایش شهر شهرکرد با استفاده از تحلیل سریهای زمانی

شهرنشینی و توسعه شهرها به همراه افزایش شتابان جمعیت و توسعه‌ فعالیت های صنعتی با مصرف بی رویه سوخت های فسیلی، آلودگی ها را به شدت افزایش داده است که عواقب آن تغییر دوره‌های زمانی مطلوب از نظر اقلیم آسایش است. در واقع با شناخت از وضعیت اقلیمی شهر در ماه‌های مختلف سال و بررسی داده های هواشناسی، ایجاد آسایش اقلیمی امکان پذیر می‌باشد. درتحقیق حاضر از داده‌های ماهانه 4 عامل اقلیمی (میانگین دما، دمای...

full text

تجزیه و تحلیل سریهای زمانی تصادفی به روش قطع تراز

  Level crossing is a powerful method for analyzing the random time series. In this paper by introducing this method we investigate the beta noises and represent differences between 1/f noise and white noise and also research the cardiac heart interbeat interval (RR) time series and find clear distinctions between healthy samples and samples with Congestive heart failure (CHF) disease.

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 18  issue 3

pages  505- 518

publication date 2016-11-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023