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 پیش‌بینی نوسان شاخص‌های بورس اوراق بهادار تهران پیشنهاد و به کار می­گیرد و عملکرد آن را با الگوریتم شبکه­های عصبی مبتنی بر حداقل میانگین مربعات خطا در افق‌های 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 شاخص‌های سهام می­باشد. با این حال، نتایج پیش‌بینی الگوریتم بر اساس معیارهای میانگین ​​مربعات خطا، مجذور میانگین ​​مربعات خطا، میانگین ​​مربعات خطای نرمالیزه شده، قدر مطلق میانگین خطا، صحت جهت پیش‌بینی، صحت روند پیش‌بینی رو به بالا و صحت روند پیش‌بینی روبه پایین در افق‌های زمانی کوتاه مدت، میان مدت و بلند مدت نشان می‌دهد که پیش بینی انجام شده توسط الگوریتم حداقل میانگین مربعات خطا مبتنی بر کرنل دارای عملکرد بهتری نسبت به پیش‌بینی با الگوریتم شبکه‌های عصبی مبتنی بر حداقل میانگین مربعات خطا می‌باشد.