جستجوی مقالات مرتبط با کلیدواژه « بهینه سازی الگوریتم ژنتیک » در نشریات گروه « اقتصاد »
تکرار جستجوی کلیدواژه «بهینه سازی الگوریتم ژنتیک» در نشریات گروه «علوم انسانی»-
این مقاله ضمن بررسی و انجام آزمون غیرخطی برای داده های ماهیانه ی نرخ ارز بازار رسمی ایران، به مدل سازی و پیش بینی روند سری زمانی نرخ ارز با استفاده از رگرسیون غیرخطی انتقال ملایم می پردازد. هم چنین به منظور مقایسه عملکرد پیش بینی های خارج از نمونه، مدل رگرسیون غیرخطی انتقال ملایم بر اساس بهینه سازی الگوریتم ژنتیک و مدل ARIMA برآورد می گردد. ارزیابی نتایج این مطالعه تاییدکننده ی رفتار غیرخطی نرخ ارز در ایران و عملکرد بهتر مدل های غیرخطی نسبت به مدل ARIMA در پیش بینی خارج از نمونه نرخ ارز برای افق 12 ماهه بر اساس معیارهایRMSE، MAE و DAمی باشد.
کلید واژگان: نرخ ارز, مدل های غیرخطی, مدل خود رگرسیونی انتقال ملایم, تابع انتقال لجستیک, بهینه سازی الگوریتم ژنتیک}Exchange rate known as a strategic variable plays an important role in the economy, because of affecting on different sectors in economy all over the world. So, exchange-rate predictions have always been an important subject for the researchers in Economics. This paper tries to study the attributes of exchange rate developed by monthly official data of Iran Stock Exchange based on Smooth Transition Autoregressive (STAR) models. The result of simulation based on STAR models and estimated by Genetic Algorithm method, outperforms linear time series models, such as ARIMA out of sample predictions based on RMSE, MAE and DA criteria.Keywords: Exchange Rate Prediction, Smooth Transition Autoregressive, Genetic Algorithm Method}
نکته
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.