Skip to main content
فهرست مقالات

پیش بینی شاخص کل بازدهی سهام تهران با استفاده از مدل های خطی و غیر خطی

نویسنده: ؛ ؛

زمستان 1385 - شماره 41 علمی-پژوهشی (32 صفحه - از 245 تا 276)

کلید واژه های ماشینی : پیش­بینی ،شبکه عصبی ،مدل شبکه عصبی ،ARFIMA ،GARCH ،مدل ARIMA ،مدل ARFIMA ،حافظه بلندمدت ،ARIMA ،ANN ،دقت پیش‌بینی مدل‌های ،هفتگی ،مدل شبکه ،استفاده از مدل ،پیش­بینی متغیرهای اقتصادی ،فرآیندهای با حافظه بلندمدت ،مدل GARCH ،دقت پیش­بینی مدل‌های ،متغیرهای اقتصادی ،متغیرهای اقتصادی و مالی ،پیش‌بینی متغیرهای اقتصادی ،پیش‌بینی شاخص ،TEPIX ،مورد مدل‌های شبکه عصبی ،مدل ANN ،پیش­بینی مقادیر آتی متغیرها ،مدل‌های پیش‌بینی ،پیش­بینی مدل‌های ،دقت پیش­بینی ،پیش‌بینی مدل‌های

پیش‌بینی متغیرهای اقتصادی و مالی اهمیت فراوانی برای سیاستگذاران اقتصادی کشورها دارد. در این مقاله شاخص کل بازدهی سهام تهران (TEPIX) با استفاده از داده‌های روزانه و هفتگی این شاخص در بازه زمانی سال 1377تا 1382 و بکارگیری روش‌های مختلف پیش‌بینی مانند مدل‌های ARIMA، ARFIMA،‌‌ GARCH و شبکه عصبی (ANN) برآورد و پیش‌بینی شدند. مقایسه دقت پیش‌بینی مدل‌های مذکور از طریق معیار‌های پیش‌بینی مانند RMSE، MAE و U-Thiel نشان می‌دهد که مدل ANN در پیش‌بینی شاخص روزانه و هفتگی عملکرد بهتری نسبت به سایر مدل‌ها دارد، اما مقایسه آماری دقت پیش‌بینی مدل‌های مختلف با استفاده از آماره دیبلد- ماریانو، تفاوت معنی‌داری بین دقت پیش‌بینی مدل‌های مذکور را نشان نمی‌دهد. طبقه‌بندی JEL:C22, C45, G10 .

  • دانلود HTML
  • دانلود PDF

برای مشاهده محتوای مقاله لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.