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

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.

بیزین, هموارساز نمایی, شبیه سازی مونت کارلو