پیش بینی شاخص کل قیمت بورس تهران با استفاده از ترکیب خبرگان
نویسندگان
چکیده مقاله:
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
منابع مشابه
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 ...
متن کاملپیش 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...
متن کاملاندازه 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) ...
متن کاملپیش 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...
متن کاملپیش 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...
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 8 شماره 3
صفحات 53- 73
تاریخ انتشار 2011-09-23
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