کاربرد الگوریتم بهینه سازی فاخته و روش SVR در پیشبینی جهت تغییرات شاخصهای بورس اوراق بهادار تهران

روند شاخص های بازار سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران دربازارهای مالی می باشد. در این تحقیق بهپیشبینی شاخص قیمت و بازده نقدی و پیشبینی شاخص صنایع بهصورت مستقل از هم با استفاده از دو تکنیک الگوریتم بهینهسازی فاخته ) Cuckoo ( وتخمینگر بردار پشتیبان ) SVR ( پرداخته شده است. در ابتدا پرسش اصلی تحقیق این است که آیاالگوریتم بهینهسازی فاخته و تخمینگر ماشین بردار قادر به پیشبینی شاخصهای بورس شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران هستند؟ و در ادامه مقایسه ای بین این دو روش برای پیش بینی شاخص های بورس اوراق بهادار تهران صورت گرفته است. داده های جمع آوری شده، داده- های روزانه شاخص قیمت و بازده نقدی و شاخص صنایع از ابتدای سال 1389 تا انتهای سال 1393از شرکت های پذیرفته شده بورس اوراق بهادار تهران هستند. نتیجه این پژوهش نشان می دهد که هر دو الگوریتم قادر به پیشبینی شاخص قیمت و بازده نقدی و شاخص صنایع میباشند و الگوریتم SVR از الگوریتم COA در پیشبینی شاخص بازده نقدی بهتر است. و به طور مشابه الگوریتمSVR از الگوریتم COA در پیشبینی شاخص صنایع بهتر است

Keywords:

شاخص بازده نقدی , شاخص صنعت , الگوریتم بهینه سازی فاخته , تخمینگر بردار پشتیبان