پیش بینی یک روزه قیمت سهام با استفاده از مدل ترکیبی

پیش‌بینی بازارهای مالی یکی از سرفصل‌های مهم در حوزه مالی و مطالعات پژوهشی است. اهمیت پیش‌بینی از یک سو و پیچیدگی آن از سوی دیگر باعث شده است که تحقیقات زیادی در این زمینه انجام شود. در این پژوهش از یک روش ترکیبی شامل تبدیل موجک، مدل ARMA-EGARCH و شبکه عصبی مصنوعی برای پیش­بینی یک دوره­ای قیمت سهام در بازارهای ایران و آمریکا استفاده شده است. ابتدا به کمک تبدیل موجک سری زمانی را به چند سری جزئی و یک سری تقریبی تجزیه شده و سپس مدل ARMA-EGARCH برای پیش­بینی سری­های جزئی و شبکه عصبی مصنوعی برای پیش­بینی سری تقریبی بکار گرفته می­شوند. در این مدل علاوه بر سری تقریبی، برخی از شاخص­های تکنیکال نیز برای بهبود شبکه عصبی به آن داده می­شوند. ارزیابی مدل پیشنهادی برای پیش­بینی قیمت در بازار ایران و آمریکا با مدل­های شبکه عصبی مصنوعی، ARIMA-EGARCH و ARIMA-ANN نشان داد که مدل پیشنهادی عملکرد بهتری نسبت به سایر مدل­ها برای پیش­بینی قیمت سهام در بازار ایران و آمریکا دارد.