مقایسه قدرت پیش بینی روش های arima, farima و شبکه عصبی در پیش بینی شاخص قیمت سهام (مطالعه موردی بورس اوراق بهادار تهران)

در این مقاله به دلیل اهمیت سرمایه گذاری و بویژه سرمایه گذاری در بورس، به پیش بینی بازدهی شاخص قیمت سهام در بورس اوراق بهادار جهت کاهش ریسک حاصل از تصمیم گیری پرداخته شده است. اهدافی که در این تحقیق مد نظر می باشند عبارتند از: • هدف کلی از انجام این تحقیق: پیش بینی بازدهی شاخص قیمت سهام در بورس اوراق بهادار • هدف ویژه از انجام این تحقیق: تعیین بهترین مدل برای پیش بینی بازدهی شاخص قیمت سهام در بورس اوراق بهادار از بین مدل های arima,farima و شبکه عصبی . • فرضیه های تحقیق:  قدرت پیش بینی شاخص قیمت سهام توسط الگوهای شبکه عصبی بیش از قدرت پیش بینی توسط الگوی arima می باشد.  قدرت پیش بینی شاخص قیمت سهام توسط الگوی فاریما بیش از قدرت پیش بینی توسط الگوی اریما میباشد. این مطالعه در دو بخش متفاوت، به بررسی و مقایسه روش های مختلف خطی و غیر خطی و فازی در پیش بینی بازدهی شاخص قیمت سهام بورس اوراق بهادار تهران می پردازد. در پایان، روش ها از نظر مقادیر خطای پیش بینی با یکدیگر مقایسه شده و در نهایت، بهترین مدل انتخاب می شود. متغیر تحقیق، بازدهی شاخص قیمت سهام بورس اوراق بهادار می باشد برای دوره 3/10/1388 تا 28/10/1390 می باشد. نتیجه گیری: در پیش بینی بلند مدت و با تعداد داده های بیشتر، مدل شبکه عصبی عملکرد بهتری نسبت به مدل arima داشته است و در پیش بینی کوتاه مدت و با تعداد داده های کمتر، مدل farima نسبت به مدل arima نتایج بهتری را ارائه کرده است.