روش های سری زمانی فازی در براورد شاخص کل هم وزن بازار سرمایه

شاخص کل هم وزن به عنوان یک عامل مهم و تاثیرگذار بر بازار سرمایه ایران می تواند با پیش بینی دقیق و درست، کمک شایانی به کارشناسان این حوزه نماید. این شاخص، متوسط بازدهی شرکت ها را با وزن یکسان محاسبه می کند. لذا با توجه به اهمیت این موضوع، در این مطالعه، دو روش سری زمانی فازی چن و هوانگ جهت پیش بینی شاخص کل هم وزن مورد بررسی قرار گرفت. داده های مورد استفاده شامل ۷۰ داده هفتگی از شاخص کل هم وزن از ۵ فروردین ماه ۱۳۹۹ تا ۶ مرداد ماه ۱۴۰۰ می باشند. دو مدل سری زمانی فازی برای پیش بینی در این بازه براورد شده و سپس معیارهای خطایمیانگین مطلق درصد خطا ( MAPE ) و ریشه میانگین مجذور خطا ( RMSE ) برای هر دو مدل محاسبه شده اند. معیارهای خطا، MAPE و RMSE بترتیب با مقادیر ۳/۶% و ۱۷۶۹۹/۱۷۲ که مینیمم مقدار هستند، برتری مدل سری زمانی فازی چن برای پیش بینی شاخص کل هم وزن را نشان می دهد. میتوان این گونه نتیجه گرفت که مدل سری زمانی فازی چن در شرایطی که داده های شاخص کل هم وزن اندک و یا نادقیق هستند، یا به عبارتی زمانی که در شرایط نااطمینانی به سر می بریم؛ قادر خواهد بود نتایج قابل قبولی از خود ارائه دهد. همچنین، در مدل های سری زمانی فازی نیاز به برقراریمفروضاتی مانند مانایی و نرمال بودن، که در سری های زمانی کلاسیک باید مد نظر قرار گیرند؛ نمی باشد. نتایج این تحقیق راهنمای خوبی برای سرمایه گذاران و سهامداران بازار سرمایه ایران خواهد بود و با پیش بینی بر اساس مدل به دست آمده و گرفتن نتیجه مطلوب، سرمایه گذاری درست و دقیقی انجام داد

Keywords:

شاخص کل هم وزن , سری زمانی فازی , پیش بینی , RMSE