پیش بینی شاخص کل قیمت بورس تهران با استفاده از ترکیب خبرگان
Authors
Abstract:
پیش بینی در بازارهای مالی همواره مورد توجه پژوهشگران و سرمایه گذاران بوده است. در این میان پیش بینی شاخص بازار از اهمیت ویژهای برخوردار است، به طوری که همزمان با توسعه ی مدل های سری زمانی، روش های پیش بینی شاخص در بازارهای مالی نیز بسیار توسعه یافته اند. در این مقاله با استفاده از ترکیب خبرگان، مدلی برای پیش بینی شاخص بورس تهران ارائه گردیده است. نتایج این پژوهش نشان داد که مدل ارائه شده توانایی بالایی در مدلبندی و پیش بینی شاخص بورس تهران دارد. طبقه بندی JEL: C22 ،C48 ،C53
similar resources
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 textپیش بینی شاخص قیمت سهام با استفاده از مدل هیبریدی
پیشبینی شاخص قیمت بازار سهام به علت تاثیرپذیری آن از بسیاری عوامل اقتصادی و غیراقتصادی همواره امری مهم و چالش برانگیز بوده، به طوری که انتخاب بهترین و کارآمدترین مدل به منظور پیشبینی آن امری دشوار می‌باشد. از طرفی سری‌های زمانی دنیای واقعی، برای مثال سری زمانی شاخص قیمت سهام، به ندرت دارای ساختاری کاملاً خطی و یا غیرخطی است. مدل‌های هموارسازی نمایی، میانگین متحرک خودرگرسیون انباشته (آریما) و ش...
full textاندازه گیری خطای پیش بینی شاخص کل بورس تهران با استفاده از روشهای سری زمانی فازی مرتبه چندگانه و آرما
هدف از این مطالعه پیش بینی شاخص کل بورس اوراق بهادار تهران با استفاده از سری زمانی فازی مرتبه اول، دوم و سوم و روش آرما و آزمون دقت پیش بینی هر یک از این روش ها است. برای این منظور RMSE و مقادیر تعدیل شده آن را بر اساس سری زمانی فازی مرتبه چندگانه و مقادیر زبانی بین 5 تا 15 محاسبه و کمترین RMSE انتخاب شد. بر اساس این انتخاب شاخص کل بورس برای هر یک از سالهای دوره یازده ساله این مطالعه (88-1378) ...
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 textپیش بینی شاخص بورس تهران با استفاده از سری زمانی فازی بر اساس تعریف نرخ بازده
در سالیان اخیر تحقیقات گسترده ای برروی مدل ها ی سری زمانی فازی انجام شده است اما در بسیاری از این تحقیقات، همواره فضای مسئله و بازه های مربوطه، بر اساس سطوح داده ها ی سری زمانی تعیین شده است. در این تحقیق با نگاهی جدید به تعیین فضای مسئله و استفاده از مفهوم نرخ بازده در بازارهای مالی، نوع جدیدی از فضای مسئله بر اساس نرخ بازده برای کاربرد در بازار های مالی و پیش بینی سری های زمانی مالی ارائه شده...
full textMy Resources
Journal title
volume 8 issue 3
pages 53- 73
publication date 2011-09-23
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