پیشبینی اثر متغیرهای کلان بر شاخص قیمت سهام با استفاده از شبکه عصبی GMDH
نویسندگان
چکیده مقاله:
اقتصاد هر کشور از بخش¬های مختلفی تشکیل شده که روابط بین این بخش¬ها، سمت و سوی اقتصاد آن کشور را مشخص می¬کند. در این میان بازار سرمایه در کنار بازار پول، به عنوان اجزای تشکیل¬دهنده بازارهای مالی بوده و در واقع، شریان¬های اصلی یک اقتصاد محسوب می¬شوند، که مسائلی نظیر رشد و توسعه اقتصادی منوط به عملکرد آنها در اقتصاد است و چنانچه رابطه منطقی بین بازار مالی با بخش های دیگر اقتصادی وجود نداشته باشد، احتمال بروز اختلالات و نقصان¬هایی در ساز و کار اقتصاد وجود دارد. بازار بورس به عنوان رکن اصلی بازار مالی نقش مهمی را در تسهیل سرمایه¬گذاری¬های شکل گرفته در بازار سرمایه ایفا می¬کند. هدف اصلی این پژوهش پیش¬بینی شاخص قیمت سهام بورس تهران است. بدین روی، ضمن مرور اجمالی بر شناختهشدهترین نظریه های اقتصادی، به ارائه روش جدیدتری نسبت به روش های دیگر رایج پیش بینی در گذشته پرداخته و با استفاده از مدل شبکه¬ عصبی GMDH، اثر متغیرهای کلان اقتصادی (شامل نرخ ارز، نرخ تورم و تولید ناخالص داخلی) بر شاخص قیمت سهام بورس اوراق بهادار تهران را الگوسازی و پیشبینی میکنیم. الگوریتم GMDH قابلیت استفاده در موضوع های متنوعی مانند کشف روابط، پیشبینی، مدلسازی سیستمها، بهینهسازی و شناخت الگوهای غیرخطی را دارد. ویژگی خاص این الگوریتم استنتاجی، قابلیت شناسایی و غربالکردن متغیرهای کماثر ورودی در دوره آموزش شبکه و حذف آنها از روند شبیهسازی در دوره آزمون است. بدین ترتیب، میتوان با انجام یک فرآیند قیاسی، در چند مرحله تکرار، متغیرهای کماثرتر را حذف نمود و در نهایت، مدل بهینه برای پیشبینی را بر اساس معیارهای رایج خطا نظیر RMSE و MAPE به دست آورد. افزون براین، این الگوریتم قادر به شناسایی و رتبهبندی تأثیرگذارترین متغیرها نیز میباشد. نتایج به دست آمده حاکی از دقت بسیار بالا و قابلیت فوق العاده الگوریتم GMDH در پیش بینی شاخص قیمت سهام بورس تهران است، به طوری که خطای حاصل از پیش بینی شاخص قیمت سهام بورس تهران برای داده-های سالانه 0.37درصد، ماهانه 0.35درصد و برای فصلی 2.04درصد است. همچنین، نتایج نشان می دهد که در بهترین مدل غیرخطی پیش بینی شاخص قیمت سهام با استفاده از مدل شبکه عصبی GMDH متغیرهای نرخ ارز، نرخ تورم و تولید ناخالص داخلی همگی جزء متغیرهای مؤثر بوده و هیچکدام از مدل حذف نشدند
منابع مشابه
پیش بینی اثر متغیرهای کلان بر شاخص قیمت سهام با استفاده از شبکه عصبی gmdh
اقتصاد هر کشور از بخش¬های مختلفی تشکیل شده که روابط بین این بخش¬ها، سمت و سوی اقتصاد آن کشور را مشخص می¬کند. در این میان بازار سرمایه در کنار بازار پول، به عنوان اجزای تشکیل¬دهنده بازارهای مالی بوده و در واقع، شریان¬های اصلی یک اقتصاد محسوب می¬شوند، که مسائلی نظیر رشد و توسعه اقتصادی منوط به عملکرد آنها در اقتصاد است و چنانچه رابطه منطقی بین بازار مالی با بخش های دیگر اقتصادی وجود نداشته باشد، ...
متن کاملاثر متغیرهای کلان اقتصادی بر شاخص قیمت سهام بانکها
بورس اوراقبهادار نهاد جمعآوری پساندازها و نقدینگی بخش خصوصی بهمنظور تأمین مالی پروژههای سرمایهگذاری بلندمدت است. شاخصهای این بازار تحت تأثیر عوامل متعددی قرار دارند که یکی از مهمترین این عوامل متغیرهای اقتصادی میباشند، همچنین بانکها از مهمترین سرمایهگذاران در بازار مالی میباشند، بنابراین بررسی عوامل تأثیرگذار بر شاخص قیمت سهام بانکها بسیار حائز اهمیت است. در این پژوهش، اثر متغیرها...
متن کاملکاربرد الگوریتمهای مختلف یادگیری در پیشبینی قیمت سهام با استفاده از شبکه عصبی
پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...
متن کاملاثر متغیرهای کلان اقتصادی بر شاخص قیمت سهام بانک ها
بورس اوراق بهادار نهاد جمع آوری پس اندازها و نقدینگی بخش خصوصی به منظور تأمین مالی پروژه های سرمایه گذاری بلندمدت است. شاخص های این بازار تحت تأثیر عوامل متعددی قرار دارند که یکی از مهم ترین این عوامل متغیرهای اقتصادی می باشند، همچنین بانک ها از مهم ترین سرمایه گذاران در بازار مالی می باشند، بنابراین بررسی عوامل تأثیرگذار بر شاخص قیمت سهام بانک ها بسیار حائز اهمیت است. در این پژوهش، اثر متغیرها...
متن کاملکاربرد الگوریتمهای مختلف یادگیری در پیشبینی قیمت سهام با استفاده از شبکه عصبی
پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...
متن کاملپیشبینی شاخص قیمت بورس سهام با استفاده از شبکه عصبی و تبدیل موجک
شاخص بازار سرمایه به عنوان دماسنج اقتصادی هر کشور میباشد. از این رو پیشبینی این متغییر جهت اخذ دید کلی از وضعیت اقتصادی و اخذ استراتژیهای سرمایهگذاری، یکی از مسائل مهم به شمار میرود. از جمله روشهای پیشبینی پرکاربرد در سریهای زمانی مالی، شبکه عصبی میباشد که با توجه به جامعیت این روش و عدم وجود برخی از پیشفرضها در خصوص دادهها، گسترش زیادی نسبت به روشهای آماری یافته است. اما وجود نو...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 4 شماره 12
صفحات 45- 62
تاریخ انتشار 2011-12-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023