نرخ ارز یکی از مهم ترین پارامترهای تأثیرگذار بر سیاست های اقتصادی هر کشور می باشد. لذا پیش بینی این متغیر از اهمیّت بسزایی برخوردار است. یکی از روش های سنتی پیش بینی تجزیه و تحلیل سری زمانی است که بر دو فرض ایستایی و خطی بودن بنیان نهاده شده است. امّا در مواردی که ویژگی خطی بودن صدق نکند، در عملکرد این مدل های سنتی تردید ایجاد می شود. در این راستا شبکه های عصبی مصنوعی از قابلیت بالایی در مدل سازی...

رو ش های مختلف تحلیل تکنیکی که در بازارهای دنیا مورد استفاده قرار می گیرد در ایران نیز تا اندازه ای قابل استفاده است. اما محدودیت هایی مانند کم معامله بودن سهام برخی از شرکت ها،وقفه های چهار روزه در دریافت برگه سهام ووجوه حاصل از فروش سهام، کم بودن حجم معاملات کل بورس و دست کاری مکرر سازو کار عرضه و تقاضا توسط بازیگران مسلط بازار موجب تحدید کاربرد این رو ش ها می شود. به رغم و جود موانع فوق روش ...

ما دو گونه از مدل مارکف پنهان را ارائه و براورد پارامترهای لازم را برایشان انجام می‏دهیم.یکی از مدل‏های ارائه شده، مدل مارکف پنهان برپایه توزیع نرمال برای بدست آوردن لبه‏های تصویر و دیگری مدل مارکف پنهان میانگین متحرک برای مدلبندی بازده سهام تعدادی از شرکت‏های ایرانی می‏باشد. مدل لبه‏یابی تصویر ارائه شده در این پایان نامه، با روش کنی مقایسه گردیده و این نتیجه حاصل شد که مدل ما برای لبه یابی تص...

مدل هاى پیش ‏بینى باکس- جنکینز یکى از معروف‏ ترین مدل هاى سری هاى زمانى است که در پیش‏ بینى پدیده‏ هاى مختلف جغرافیایى اهمیت بسزایى دارد. در روش‏شناسى باکس - جنکینز مدل هاى سرى زمانى در واقع مدل هاى تلفیقى اتورگرسیو و میانگین متحرک مى‏ باشند که در آمار به مدل هاى ARIMA(1) معروف هستند. از مدل هاى  ARIMA مى‏ توان مدل هاى متعددى چون مدل رگرسیون ساده و چند متغیره، اتورگرسیو، میانگین متحرک، مدل هاى ...

فرآیند های دوره ای یا سری های زمانی هستند که برای مدل بندی سریهای زمانی ایستای دوره ای استفاده می شوند . در این پایان نامه الگوریتم ابداعی را که اصولا جهت برآورد پارامتر های سریهای زمانی نا ایستا بکار برده می شوند معرفی می کنیم و نشان می دهیم که این برآورد گرها برای سری های زمانی دوره ای سازگارند، سپس نشان میدهیم که این الگوریتم چگونه می تواند در بدست آوردن برآورد پارامتر های مدل مورد استفاده ق...

روش¬های پیش بینی سری های زمانی مالی براساس مدل¬های اتورگرسیو میانگین متحرک انباشته (arima) و واریانس ناهمسان شرطی اتورگرسیو (arch) ویژگی حافظه بلند¬مدت و وجود شکست¬های ساختاری را در مدل¬سازی در نظر نمی¬گیرند. جهت رفع مشکل حافظه بلند¬مدت از فرآیندهایی نظیر مدل اتورگرسیو میانگین متحرک انباشته کسری (arfima) و مدل واریانس ناهمسان شرطی اتورگرسیو تعمیم یافته انباشته کسری (figarch) استفاده می¬شود. ولی...

در این پژوهش از شبکه عصبی gmdh  مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیرخطی پویای پیچیده، برای پیش بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده کرده ایم. متغیرهای ورودی در روش قیاسی شامل تمام عوامل مؤثر(درون و برون سیستمی) بر قیمت بنزین و در روش تحلیل تکنیکی شامل میانگین های متحرک کوتاه و بلندمدت است. نتایج نشان­دهنده دقت بیش از 96درصد پی...

دقت پیش بینی ها از مهمترین فاکتور های مؤثر در انتخاب روش های پیش بینی می باشند. امروزه علی رغم وجود روش های متعدد پیش بینی، هنوز پیش بینی های دقیق، بویژه در بازارهای مالی کار چندان ساده ای نبوده و اکثر محققان درصدد بکارگیری و ترکیب روش های متفاوت به منظور حصول نتایج دقیق تر می باشند. در سال های اخیر تلاش های فراوانی به منظور بهبود روش های پیش بینی سری های زمانی صورت گرفته است. مدل های ترکیبی می...

عملکرد یک نمودار x-bar معمولاً تحت این فرض که انحراف معیار فرآیند به خوبی تخمین زده شده و تغییر نمی کند، بررسی می شود. البته این فرض در عمل معمولاً درست نبوده و نمودارهای x-bar در برابر اشتباهات تخمین انحراف معیار فرآیند یا تغییرات انحراف معیار پایدار نیستند. در این تحقیق، به بررسی یک نمودار کنترل میانگین متحرک موزون نمایی با بازه های نمونه گیری متغیر برای کنترل تغییرات در میانگین فرآیند پرداخته ...

در این مقاله به بررسی و تبیین روشهای معاملاتی سهام در بورس اوراق بهادار پرداخته شده و دو روش از روشهای معاملاتی پیش بینی قیمت سهام (روش خرید و نگهداری ‍و میانگین متحرک ساده) مورد بررسی قرار گرفته است تا مشخص گردد هر کدام از این دو روش دارای چه جایگاهی در میان سایر روشها و رویکردهای پیش بینی قیمت سهام بوده و به چه میزان برای سرمایه گذاران سودآوری ایجاد می نماید. مسلما اتخاذ نحوه مطلوب بکارگیری ر...