پیش بینی شاخص بازدهی بورس اوراق بهادار تهران: کاربردی از مدل های شبکه عصبی مبتنی بر الگوریتم ژنتیک
Publish place: 3rd Conference on Financial Mathematics and Applications
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,163
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CFMA03_115
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
اساساً پیش بینی متغیرهای اقتصادی، از کاربرد وسیعی در برنامه ریزی و سیاست گذاری های اقتصادی از یک سو و نیز سرمایه گذاری بخش های مختلف از سوی دیگر، برخوردار است. همچنین، یکی از مهمترین اهداف مدل سازی های اقتصادی، پیش بینی آتی متغیرهای اقتصادی بوده و بالطبع قدرت این مدل ها بر اساس صحت پیش بینی شان مورد ارزیابی قرار می گیرند. در این بین، عملکرد روش های سنتی پیش بینی از قبیل تجزیه و تحلیل سری زمانی، با تردیدهایی مواجه گردیده و روش های نوینی همانند روش شبکه عصبی مصنوعی، توانایی بالقوه ی خوبی جهت پیش بینی سری های زمانی از خود نشان داده و کاربردهای فراوانی یافته اند. بنابراین، این پژوهش با هدف بررسی مدل های شبکه عصبی مبتنی بر الگوریتم ژنتیک (GMDH) جهت پیش بینی شاخص بازدهی بورس اوراق بهادار تهران صورت پذیرفته و به منظور ارزیابی قدرت عملکرد پیش بینی این مدل از یک مدر رگرسیونی سنتی (ARIMA) اوراق بهادار تهران صورت پذیرفته و به منظور ارزیابی قدرت عملکرد پیش بینی این مدل از یک مدل رگرسیونی سنتی (ARIMA) نیز استفاده شده است. داده های مورد استفاده در این پژوهش به صورت روزانه و مشتمل بر بازده زمانی بهمن 1388 الی دی ماه 1390 بوده که شامل 461 مشاهده می باشد. در این راستا، جهت مجزا سازی پیش بینی های داخل نمونه ای و خارج نمونه ای، از تقریباً 90% از مشاهدات (411 مشاهده) جهت تخمین ضرایب مدل و از مابقی جهت انجام پیش بینی خارج از نمونه استفاده شده است. نتایج این پژوهش بیانگر آن است که مدل شبکه ی عصبی مصنوعی مبتنی بر الگوریتم GMDH، درارای عملکرد قابل توجهی در سری بازدهی بورس تهران (در دوره نمونه) داشته و قادر است که پیش بینی های دقیق تری نسبت به مدل ARIMA ارائه دهد.
Keywords:
Authors
قدرت الله امام وردی
استادیار اقتصاد دانشگاه آزاد اسلامی واحد تهران مرکز
غلامحسین غلامی
استادیار آمار دانشگاه ارومیه
مرضیه بیگلرپور
کارشناس ارشد برنامه ریزی و تحلیل سیستمهای اقتصادی، دانشگاه آزاد اسلامی واحد تهران مرکز
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 :