پیش بینی شاخص کل بورس اوراق بهادارتهران با استفاده از روش تحلیل طیفی تکین و الگوریتم ژنتیک

نوسانات در بازارهای مالی با سیگنال و نویز همراه می باشد. در این مقاله علاوه بر تجزیه وتحلیل طیفی تکین، برای پیدا کردن طول پنجره و نقطه برش بهینه از الگوریتم ژنتیک استفاده شده است که تابع هدف آن، یافتن حداقل مقدار برای تابع همبستگی میان مولفه های سیگنال و نویز می باشد. بدین خاطر ابتدا دادهای ده ساله شاخص کل بورس اوراق بهادار تهران طی سال های ۱۳۸۸ تا ۱۳۹۷ با استفاده از روش تجزیه طیفی تکین در سه پیاده سازی شد. سپس در قالب یک مسئله بهینه سازی توسط الگوریتم ژنتیک حل شد. نتایج حاصل از فرضیه اول نشان داد که تفکیک پذیری سیگنال و نویز درروش تحلیل طیفی تکین امکان پذیر می باشد. هم چنین با توجه به نتایج حاصل در تحقیق، تحلیل طیفی تکین مبتنی بر الگوریتم ژنتیک با داشتن خطای قدر مطلق میانگین کمتر، بهبود در دقت پیش بینی را نشان داد. درنهایت نیز با توجه به یافتن کمترین همبستگی وزنی بین مولفه های سری زمانی جهت تفکیک سیگنال و نویز (یافتن نقطه ی برش) و سپس با دست آوردن طول پنجره ی بهینه در تحلیل طیفی تکین مبتنی بر الگوریتم ژنتیک، گویای این واقعیت است که تغییر در مقدار پارامترها می تواند در بهبود عملکرد روش تحلیل طیفی مفید واقع شود.

Keywords:

شاخص کل بازار , طول پنجره , نقطه ی برش , سیگنال , نویز