در این تحقیق به مقایسه کارایی دو روش پیش‌بینی شبکه عصبی مصنوعی (ANN) و روش سنتی خودرگرسیون میانگین متحرک انباشته (ARIMA) در پیش‌بینی قیمت سهام در بازار سهام ایران پرداخته شده است. بدین منظور 2 شرکت دارویی البرز‌دارو و جام‌دارو انتخاب شده و مدل ARIMA و مدل شبکه عصبی مصنوعی برای هر دو شرکت تخمین زده شد. به منظور تخمین مدل شبکه عصبی مصنوعی، متغیر قیمت سهام به عنوان متغیر وابسته و متغیر‌های حجم معا...

یکی از روش­های مناسب در پیش­بینی سری زمانی، تعمیم رفتار گذشته سری به آینده است. برای این منظور اولین قدم شناخت دقیق رفتار گذشته متغیر است. یکی از روش­های الگوسازی رفتار گذشته سری زمانی مدل خود توضیح جمعی میانگین متحرک (ARIMA) است. در این پژوهش از مدل‌های ARIMA و ARFIMA برای پیش­بینی قیمت هفتگی بنزین استفاده شد. همچنین پیش­بینی مدل ARIMA با پیش‌بینی مدل خود توضیح کسری جمعی میانگین متحرک (ARFIMA)...

این مقاله به بررسی عملکرد پیش بینی مدل های ARIMA و ARFIMA با استفاده از داده‌های روزانه بازده شاخص کل سهام تهران در بازه زمانی 04/09/1380 تا 09/09/1390 می پردازد. در این راستا جهت تخمین پارامتر d و دیگر پارامترها، از روشNLS  در بسته نرم‌افزار Oxmetric/pcgive  استفاده شد و پس از مقایسه نتایج مدل­های تحقیق؛ مدل ARFIMA بر اساس معیار AIC مدلی برتر در مدل سازی TEPIX مشخص گردید. همچنین از میان براورد...

این پژوهش، به آزمون پایداری تورم در ایران اختصاص یافته است. برای این منظور، با توجه به سری زمانی داده‌های نرخ تورم ایران  (1390 – 1351)، از الگوی خود‌‌‌رگرسیونی میانگین متحرک انباشته کسری، استفاده شده است. نتایج حاصل از این تحقیق نشان می‌دهند که بر اساس روش‌های حداکثر درست‌نمایی و حداکثر درست‌نمایی تعدیل شده، درجه انباشتگی یا تفاضل‌گیری به ترتیب 482/0d1= و483/0d2=هستند. بنابراین بر اساس یافته‌ه...

یکی از روش­های مناسب در پیش­بینی سری زمانی، تعمیم رفتار گذشته سری به آینده است. برای این منظور اولین قدم شناخت دقیق رفتار گذشته متغیر است. یکی از روش­های الگوسازی رفتار گذشته سری زمانی مدل خود توضیح جمعی میانگین متحرک (arima) است. در این پژوهش از مدل های arima و arfima برای پیش­بینی قیمت هفتگی بنزین استفاده شد. همچنین پیش­بینی مدل arima با پیش بینی مدل خود توضیح کسری جمعی میانگین متحرک (arfima)...

پیش­بینی براساس مدل­های چندمتغیری اقتصادسنجی با محدودیت­هایی زیادی همراه است، بنابراین یک روش جایگزین استفاده از مدل­های تک متغیری است. اما اکثر روش­های تک­متغیری برای حصول به ­نتیجه خوب نیاز به داده­های زیادی دارند. روش­های رگرسیون فازی به­دلیل فازی در نظر گرفتن اعــداد، برای مدل­سازی و پیش­بینی معمولاً نیاز به داده­های کمتری دارند. از این­رو در این مطالعه کارایی روش رگرسیون خودبازگشتی میانگین ...

دقت پیش بینی از مهمترین عوامل مؤثر در انتخاب روش پیش بینی است. امروزه به رغم وجود روشهای متعدد پیش بینی، هنوز پیش بینی دقیق مالی کار چندان ساده ای نبوده و اکثر محققان درصدد بکارگیری و ترکیب روشهای متفاوت به منظور حصول نتایج دقیق تر می باشند. در حالت کلی انتخاب مؤثرترین روش به منظور پیش بینی، کار بسیار دشواری می باشد. بسیاری از محققان روشهای خطی و غیرخطی را به منظور حصول نتایج دقیق تر با یکدیگر ...

عوامل زیادی بر قیمت نفت خام تأثیر می­گذارند از این رو استفاده از یک مدل چند متغیری که تمام عوامل مؤثر بر قیمت نفت را لحاظ کرده باشد کاری دشوار است. به همین دلیل، پیش­بینی این متغیر از طریق مدل­های چند متغیری بسیار دشوار است. در این حالت ممکن است استفاده از مدل­های تک متغیری روش مناسبی باشد. در این مدل­ها از حافظه تاریخی متغیر برای مدل­سازی و پیش­بینی استفاده می­شود. اما یکی از محدودیت­های مدل­ه...

پیش بینی قیمت سهام در بورس اوراق بهادار تهران، به سرمایه گذاران درتصمیم گیری وپذیرش ریسک سهام کمک شایانی می کند. در این مقاله از سه روش اقتصادسنجی شامل الگوی خود رگرسیو (ar)، الگوی میانگین متحرک (ma) و الگوی خود رگرسیو میانگین متحرک انباشته (arima) به منظور پیش بینی قیمت سهام و انتخاب بهترین روش از میان روش های ذکر شده استفاده شده است. به این منظور داده های روزانه قیمت سهام شرکت کشاورزی و دامپر...

در این مقاله، سیستم تولیدی دمونتاژ- مونتاژ سه مرحله‌ای در لجستیک معکوس از مطالعه صنعت هوایی شناسایی و معرفی شده است، همچنین زمان‌بندی تعمیر محصول برگشتی و تعیین اندازه و زمان سفارش انباشته قطعات یدکی به طور همزمان در آن بررسی شده است. تصمیم‌گیرنده، به دنبال کمینه‌کردن مجموع هزینه‌‌ها، شامل میانگین وزنی اتمام کارها (تعمیر بالگردهای برگشتی) و هزینه‌های موجودی قطعات یدکی است. یک مدل یکپارچه از طری...