پیشبینی شاخص بورس اوراق بهادار تهران با استفاده از انفیس
Authors
Abstract:
هدف اصلی این تحقیق بررسی پیشبینی پذیری شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران به کمک انفیس و یافتن مدل مناسب برای پیشبینی شاخص بورس اوراق بهادار تهران (تدپیکس) بوده است. بدین منظور، نخست سه متغیر کلان اقتصادی به همراه مقادیر تاریخی شاخص تدپیکس به عنوان ورودیهای مدل انتخاب شدند؛ سپس ساختارهای گوناگون انفیس و شبکه عصبی مصنوعی پسانتشار خطا برای بررسی پیشبینی پذیری و شناسایی مدل مناسب انتخاب گردید و برای بررسی پیش بینیهای اقتصادی، علاوه بر روشهای آماری از روش غیر آماری نرخ برخورد نیز استفاده شده است. نتایج حاصل از پیش بینی شاخص بورس تهران در بازه زمانی؛ آذرماه 1379 تا مهر 1391، و نرمافزار MATLAB (2012) ، معیارهای خطای آماری، غیر آماری و ضریب تعیین بیش از 80 درصد نشان میدهد: ساختارهای سادهتر در پیش بینی شاخص علاوه بر مزیت سادگی و سرعت، دارای دقت بالاتر هستند و پیش بینی های انفیس نسبت به شبکههای عصبی مصنوعی پسانتشار خطا دقیق ترند. بر این اساس، انفیس تکنیکی امیدوار کننده برای سرمایه گذاران در پیش بینی شاخص بازده کل بورس اوراق بهادار تهران است
similar resources
پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از انفیس
هدف اصلی این تحقیق بررسی پیش بینی پذیری شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران به کمک انفیس و یافتن مدل مناسب برای پیش بینی شاخص بورس اوراق بهادار تهران (تدپیکس) بوده است. بدین منظور، نخست سه متغیر کلان اقتصادی به همراه مقادیر تاریخی شاخص تدپیکس به عنوان ورودی های مدل انتخاب شدند؛ سپس ساختارهای گوناگون انفیس و شبکه عصبی مصنوعی پس انتشار خطا برای بررسی پیش بینی پذیری و شناسایی مدل مناسب ...
full textپیش بینی شاخص بورس اوراق بهادار تهران با استفاده از انفیس
هدف اصلی این تحقیق بررسی پیش بینی پذیری شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران به کمک انفیس و یافتن مدل مناسب برای پیش بینی شاخص بورس اوراق بهادار تهران (تدپیکس) است. بدین منظور نخست سه متغیر کلان اقتصادی به همراه مقادیر تاریخی شاخص تدپیکس به عنوان ورودی های مدل انتخاب شدند؛ سپس ساختارهای گوناگون انفیس و شبکه عصبی مصنوعی پس انتشار خطا برای برسی پیش بینی پذیری و شناسایی مدل مناسب بررسی گ...
15 صفحه اولبررسی کارآمدی شاخص بورس اوراق بهادار تهران
این مقاله تحقیقی به منظور بررسی کارایی شاخص بورس اوراق بهادار تهران تدوین شده است در بورس تهران تا سال 1369 هیچ شاخصی تهیه نمی شد از آن تاریخ به بعد بورس تهران همانند سایر بورسهای جهان با استفاده از فرمول لاسپیرز اقدام به تهیه شاخص نمود شاخص نشان دهنده وضعیت بازار سرمایه و همچنین انعکاسی از وضعیت اقتصادی کشور است که کاهش قیمت سهام به معنی رکود اقتصادی و افزایش آن به معنی رونق اقتصادی می باشد . ...
full textپیشبینی شاخص کل بورس اوراق بهادار تهران با مدل ARFIMA
در این مقاله با استفاده از دادههای روزانة شاخص کل بورس اوراق بهادار تهران در دورة زمانی 6/1/1382 تا 14/4/1386، به بررسی ویژگی حافظة بلند این شاخص پرداخته و مدل ARFIMA را بر آن برازش میدهیم. همچنین عملکرد پیشبینی مدل ARFIMA را با مدل ARIMA مقایسه میکنیم. نتایج نشان میدهند که اولاٌ این سری زمانی از نوع حافظة بلند است، بنابراین میتوان با تفاضلگیری کسری آن را مانا کرد. پارامتر تفاضلگیری ب...
full textمدلسازی شاخص کل بورس اوراق بهادار تهران با استفاده از معادله دیفرانسیل تصادفی هستون
چکیده در پژوهش پیش رو شاخص کل بورس اوراق بهادار تهران با استفاده از معادله دیفرانسیل تصادفی هستون مدلسازی شده و عملکرد این مدل مورد سنجش قرار گرفته است. بدین منظور پس از معرفی اجمالی معادلات دیفرانسیل تصادفی، به بررسی دقیقتر معادله هستون پرداخته و سپس، پارامترهای این مدل براساس دادههای واقعی شاخص کل بورس اوراق بهادار تهران تخمین زده شده است. در این مسیر از قضیه فوکر – پلانک برای استخراج ...
full textپیش 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 textMy Resources
Journal title
volume 1 issue 1
pages 27- 44
publication date 2013-08-23
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