ارائه روش هیبریدی نوین برای پیش‎بینی شاخص کل قیمت بورس اوراق بهادار

Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 95

This Paper With 20 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JFR-18-4_002

تاریخ نمایه سازی: 20 بهمن 1400

Abstract:

روند تغییرات شاخص کل قیمت سهام، همواره به‎عنوان یکی از ملاک های سرمایه‎گذاری مدنظر قرار می گیرد. به دلیل وجود دو مولفه ای غیرخطی و متلاطم سری زمانی شاخص قیمت، در این پژوهش سعی شده مدل هیبریدی نوینی ارائه شود که بتواند روند حرکتی و تغییرات شاخص را با بیشترین دقت پیش­بینی کند. در این مدل ابتدا با استفاده از تبدیل موجک، سری زمانی شاخص به شش سری زمانی مجزایی که ویژگی های غیرخطی و متلاطم شاخص مدنظر را نمایندگی می کند، تفکیک می ‎شود. در ادامه، سری های زمانی استخراج شده با رفتار غیرخطی، با استفاده از ترکیب مدل ماشین بردار پشتیبان و بهینه سازی ازدحام ذرات و سری های زمانی مبتنی بر رفتار متلاطم شاخص کل با بهره گیری از مدل GJR پیش بینی می‎شوند؛ سپس با جمع نتایج به‎دست‎آمده از پیش بینی­ دو مولفه ای غیر­خطی و متلاطم شاخص قیمت، سری زمانی شاخص کل قیمت برآورد می‎شود. نتایج به‎دست آمده نشان می­دهد مدل هیبریدی ارائه شده این پژوهش در مقایسه با سایر روش های پیش بینی، خطای کمتری داشته و از دقت بیشتری برخوردار است.

Keywords:

: بهینه سازی ازدحام ذرات , تبدیل موجک , ماشین بردار پشتیبان , مدل GJR

Authors

دیاکو درودی

دانشجوی کارشناسی ارشد مهندسی مالی، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

سید بابک ابراهیمی

استادیار گروه مهندسی مالی، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Abe, S. (۲۰۰۵). Support vector machines for pattern classification (Vol. ...
  • Debnath, L. & Shah, F. A. (۲۰۰۲).Wavelet transforms and their ...
  • Dmory, D., Farid, D., Ashhr, M. (۲۰۱۱). Forecasting Tehran Stock ...
  • Engle, R. F. & Patton, A. J. (۲۰۰۱). What good ...
  • Fallahpour, R., Golarzi, Gh. & Fatourechian, N. (۲۰۱۴). Predicting the ...
  • (in Persian)Fallahpour, S., Alipur Reykandeh, C. (۲۰۱۴). Predicting the stock ...
  • Pakdin Amiri, M., Pakdin Amiri, M. & Pakdin Amiri, A. ...
  • Saeedi, H. & Mohammedi, S. (۲۰۱۲). Prediction market return volatility ...
  • (in Persian)Shi, Y. (۲۰۰۴). Particle swarm optimization. IEEE Connections, ۲(۱), ...
  • Smola, A. J. & Schölkopf, B. (۲۰۰۴). A tutorial on ...
  • Sun, B., Guo, H., Karimi, H. R., Ge, Y. & ...
  • Tehrani, R., Namaki, A., Hedayatifar, L. (۲۰۱۳). Cross-correlation indexes Tehran ...
  • Wang, J. Z., Wang, J. J., Zhang, Z. G., & ...
  • Wang, J. J., Wang, J. Z., Zhang, Z. G., & ...
  • Yegani, D. R., Chini Pardaz, R. (۲۰۱۱). Predicting the price ...
  • نمایش کامل مراجع