پیش بینی بازده سهام مبتنی بررویکرد مدل های میانگین گیری بیزین؛ کوانتوم مالی و تحلیل موجک پیوسته

مدل های خطی با توجه به عدم استخراج صحیح شکل توزیع شرطی دادهها؛ عدم ثبت رفتار پویای توزیع شرطی داده ها؛ وجود فرض های محدود کننده خلاف واقعیت؛ توانایی مناسبی جهت پیشبینی بازدهی در دنیای امروز را ندارند. هدف اصلی پژوهش حاضر رفع ابهام در تعیین مدل مناسب جهت پیش بینی بازدهی سهام در بازه های زمانی مختلف در بازار سرمایه تهران است. این پژوهش از نوع کاربردی می باشد. نمونه پژوهش حاضر بازار بورس اوراق بهادار تهران در بازه زمانی ۱/۰۷/۱۳۹۷ تا ۱/۰۷/۱۴۰۱ با داده های روزانه است. مدل سازی بازدهی سهام با استفاده از ۸ دسته از الگوهای ۱-کلاسیک یا ساختاری، ۲-رگرسیون های غیرساختاری؛ ۳-رگرسیون های بیزین پارامتر متغیر زمان، ۴-مدل های تبدیل موجک گسسته و پیوسته، ۵-رویکردهای فراابتکاری، ۶- شبکه عصبی مصنوعی ساده و عمیق ۷-دیفرانسیل تصادفی ۸- کوانتوم مالی صورت گرفته است. بر اساس نتایج در بازه زمانی کوتاه مدت ۱ روزه، مدل های میانگین گیری بیزین؛ در میان مدت ۱۶ روزه مدل های کوانتوم مالی و در بلندمدت ۳۲ روزه مدل های موجک پیوسته از دقت بالاتری برخوردار بودند. بر اساس یافته های پژوهش می توان اذعان داشت برای پیش بینی بازدهی سهام لازم است در بازه های زمانی مختلف از مدل های مختلفی بهره گرفته شود و استفاده از رویکردی یکسان موجب کاهش دقت در بازدهی سهام خواهد شد.

پیش بینی بازده سهام مبتنی بررویکرد مدل های میانگین گیری بیزین؛ کوانتوم مالی و تحلیل موجک پیوسته Keywords:

بازدهی سهام , کوانتوم مالی , میانگین گیری بیزین , موجک