پیش بینی شاخص کل قیمت سهام با استفاده از الگوی خاکستری

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
پیش بینی بازار سهام به عنوان یک کار پر چالش در حوزه ی پیش بینی سری های زمانی مالی در نظر گرفته شده است. علت مهم این امر عدم وجود قطعیت در نحوه ی حرکت بازار سهام می باشد. هم چنین تحلیل داده های سری زمانی قیمت های سهام به علت غیر خطی بودن و وجود نویز زیاد مشکل می باشد. هدف این پژوهش پیش بینی بازار سرمایه با استفاده از الگوی پیش بینی خاکستری بهبود یافته در بورس اوراق بهادار تهران است. برای این منظور از شاخص کل قیمت سهام (TEPIX) استفاده شد. یافته های حاصله بیان گر این است که که الگوریتم خاکستری بهبود یافته برازش یافته با به حداقل رساندن خطای پیش بینی یک الگوریتم مناسب برای پیش بینی نوسان شاخص کل قیمت سهام می باشد. پیش بینی بازار سهام به عنوان یک کار پر چالش در حوزه ی پیش بینی سری های زمانی مالی در نظر گرفته شده است. علت مهم این امر عدم وجود قطعیت در نحوه ی حرکت بازار سهام می باشد. هم چنین تحلیل داده های سری زمانی قیمت های سهام به علت غیر خطی بودن و وجود نویز زیاد مشکل می باشد. هدف این پژوهش پیش بینی بازار سرمایه با استفاده از الگوی پیش بینی خاکستری بهبود یافته در بورس اوراق بهادار تهران است. برای این منظور از شاخص کل قیمت سهام (TEPIX) استفاده شد. یافته های حاصله بیان گر این است که که الگوریتم خاکستری بهبود یافته برازش یافته با به حداقل رساندن خطای پیش بینی یک الگوریتم مناسب برای پیش بینی نوسان شاخص کل قیمت سهام می باشد.
زبان:
فارسی
صفحات:
115 تا 137
لینک کوتاه:
magiran.com/p2329491 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!