سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیش بینی بازده بازار سهام تهران با استفاده از ترکیب تجزیه موجک و شبکه عصبی فازی تطبیقی

Publish Year: 1397
Type: Journal paper
Language: Persian
View: 489

This Paper With 30 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_IJER-23-76_004

Index date: 2 July 2019

پیش بینی بازده بازار سهام تهران با استفاده از ترکیب تجزیه موجک و شبکه عصبی فازی تطبیقی abstract

همواره مدل­سازی و پیش­بینی متغیرهای مالی یکی از موضوع های مورد علاقه و مهم برای اقتصاددانان بوده است. در این مقاله، ساختاری برای پیش­بینی سری­های زمانی ارایه شده است که با استفاده از رویکرد محاسبات نرم این امکان را فراهم می­آورد تا بتوان با دقت بیشتر مقادیر آینده یک سری زمانی را پیش­بینی کرد. در این روش، با استفاده از تجزیه موجک، نویز­های تصادفی داده­های ورودی شبکه عصبی فازی تطبیقی کاهش می­یابد و ازاین رو، این عمل باعث کاهش خطا و بهبود در پیش­بینی سری زمانی آشوبی موردنظر می شود. در این مقاله، روش یادشده با استفاده از سری بازده بورس اوراق بهادار تهران در بازه زمانی 8/1/1390 تا 1/07/1395 مورد ارزیابی قرار گرفته که نتایج بیان کننده برتری روش پیشنهادی نسبت به سایر روش­هاست. همچنین معنا­داری اختلاف در پیش­بینی مدل­های مختلف با استفاده از آزمون MGN مورد بررسی قرار گرفت که نتایج نشان دهنده اختلاف معنا­دار در پیش­بینی مدل­های مختلف بود.

پیش بینی بازده بازار سهام تهران با استفاده از ترکیب تجزیه موجک و شبکه عصبی فازی تطبیقی Keywords:

پیش بینی بازده بازار سهام تهران با استفاده از ترکیب تجزیه موجک و شبکه عصبی فازی تطبیقی authors

علی رئوفی

دانشجوی دکترای اقتصاد مالی، دانشگاه علامه طباطبائی

تیمور محمدی

دانشیار دانشکده اقتصاد دانشگاه علامه طباطبائی

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 :
آرمن، سیدعزیز و علی رئوفی (1393)، ارزیابی پیش­بینی­پذیری قیمت طلا ...
رضایی، وحید (1390)، بررسی رفتار آشوبناک در سری زمانی قیمت ...
رئوفی، علی (1392)، شناسایی سیستم مولد داده­های شاخص بورس اوراق ...
زراءنژاد، منصور و علی رئوفی (1394)، ارزیابی و مقایسه عملکرد ... [مقاله ژورنالی]
زراءنژاد، منصور، پویان کیانی، صلاح ابراهیمی و علی رئوفی (1391)، ...
صادقی، حسین و مهدی ذوالفقاری (1389)، پیش­بینی کوتاه­مدت تقاضای برق ... [مقاله ژورنالی]
عباسی­نژاد، حسین و شاپور محمدی (1384)، تحلیل سیکل­های تجاری با ... [مقاله ژورنالی]
کیانی بجستانی، آرمان، یاسر محمدیان روشن، ناصر پریز و محمدرضا ... [مقاله کنفرانسی]
مشیری، سعید، کامران پاکیزه، منوچهر دبیریان و ابوالفضل جعفری (1389)، ... [مقاله ژورنالی]
نادری، اسماعیل (1391)، تحلیل آشوب و بررسی عملکرد مدل­های خطی ...
Abbasi, E., & Abouec, A. (2008). Stock price forecast by ...
Burrus, C. S., Gopinath, R. A., Guo, H., Odegard, J. ...
Diebold, F. X., & Mariano, R. S. (2002). Comparing predictive ...
Jang, J. S. (1993). ANFIS: adaptive-network-based fuzzy inference system. IEEE ...
Karim, S. A. A., Karim, B. A., Ismail, M. T., ...
Cao, Q., Leggio, K. B., & Schniederjans, M. J. (2005). ...
Lineesh, M. C., & John, C. J. (2010). Analysis of ...
Raoofi, A. (2014). Identifying data generator process of Tehran stock ...
Raoofi, A., Zarranezhad, M., Bayani, O. (2015). Assessment and Comparison ...
Raoofi, A., Montazer-Hojjat, A. H., & Kiani, P. (2016). Comparison ...
Srinivasan, K., & Fisher, D. (1995). Machine learning approaches to ...
Tan, C., & Pedersen, C. N. S. (2009). Financial time ...
Gao, X., Xiao, F., Zhang, J., & Cao, C. (2004). ...
Zarranezhad, M, Kiyani, P., Ebrahimi, S., Raoofi, A. (2013). Forecasting ...
Zarranezhad, M., Raoofi, A. (2015). Evaluation and comparison of forecast ...
Zarranezhad, M., Raoofi, A. and Kiani, P. (2012). Evaluation and ...
نمایش کامل مراجع