پیش بینی بازده سهام بورس تهران: مقایسه رویکردهای بیزی، هموارسازی نمایی و باکس جنکینز
Publish place: Journal of Economic Research، Vol: 27، Issue: 91
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 119
This Paper With 33 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJER-27-91_005
تاریخ نمایه سازی: 29 شهریور 1401
Abstract:
پیش بینی بازده سهام برای سرمایه گذاران در بازارهای مالی از اهمیت فراوانی برخوردار است. به طور کلی چهار روش برای پیش بینی قیمت سهام وجود دارد: تحلیل تکنیکال، تحلیل بنیادی، پیش بینی سری های زمانی کلاسیک و روش یادگیری ماشینی. این مطالعه در دسته سوم؛ یعنی پیش بینی سری زمانی که در آن مقادیر یک متغیر در طول زمان پیش بینی می شود، قرار می گیرد. بررسی مطالعات انجام شده نشان می دهد پیش بینی قیمت سهام بیشتر با روش هایی چون شبکه عصبی و الگوریتم ژنتیک که در گروه روش یادگیری ماشینی قرار دارند، بوده است. عدم کاربرد روش بیزین، هموارسازی نمایی و باکس جنکینز در مطالعات انجام شده مشهود است. در واقع تمایز این پژوهش با سایر مطالعات، کاربرد روش های بیزین، هموارسازی نمایی و باکس جنکینز و مقایسه آن ها در پیش بینی بازده سهام است. این مطالعه پیش بینی با سری های زمانی با سه روش مختلف فوق را مورد استفاده قرار داده است. بازه زمانی این مطالعه از ۰۶/۰۱/۱۳۹۷ تا ۲۷/۱۲/۱۳۹۹ در تناوب روزانه است. براساس معیار ریشه میانگین مربع خطاها (RMSE) که کاهش آن تنها در صورتی ممکن است که روش مورد استفاده اطلاعات بیشتری را از فرآیند سری زمانی داده ها لحاظ کند. نتیجه این مطالعه نشان دهنده برتری روش بیزی بر سایر روش ها است. این تحقیق اهمیت توجه به این روش پیش بینی در بازده بازارهای مالی را نشان می دهد.
Keywords:
Authors
مجتبی رستمی
دکتری اقتصاد و پژوهشگر پسادکتری، صندوق ملی حمایت از پژوهشگران و فناوران کشور، تهران، ایران
سید نظام الدین مکیان
دانشیار، گروه اقتصاد، دانشگاه یزد، یزد، 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 :