Skip to main content
فهرست مقالات

پیش بینی و الگوسازی فرآیند رفتار قیمتها در بورس اوراق بهادار تهران در هم سنجی مدلهای خطی و غیر خطی

نویسنده:

علمی-پژوهشی (15 صفحه - از 45 تا 59)

کلیدواژه ها : مدلهای خطی AR ،پیش‌بینی با مدلهای خطی و غیرخطی ،شبکه‌های عصبی ،فرضیه بازار کارامد

کلید واژه های ماشینی : اطلاعات ،مدل غیرخطی شبکه عصبی ،مدل ،فرضیه بازار کارامد ،شبکه عصبی ،قیمت ،AR ،مدل‌سازی ،نرون ،مدل شبکه عصبی ،بازده ،عملکرد فرایند تخمین و پیش‌بینی ،مدل‌سازی غیرخطی پیش‌بینی ،مدل خطی AR ،شهد ،تخمین ،فرایند ،اساس اطلاعات قیمتی ثبت ،مدل AR ،مدل شبکه عصبی مورد بررسی ،مدل‌سازی و پیش‌بینی خطی ،مدلهای خطی ،عملکرد ،اساس مدلهای خطی خودرگرسیونی ،عملکرد مدلهای غیرخطی ،عملکرد مدل شبکه عصبی ،هم‌سنجی مدلهای خطی ،سهام ،قیمت سهام ،محدوده عملکرد فرایند پیش‌بینی

در این مقاله بر اساس مدلهای خطی خودرگرسیونی(AR) 1 و مدلهای غیرخطی شبکه‌های عصبی مصنوعی 2 ، نرخ بازدهای روزانه 3 سهام شرکت شهد-ایران در بورس تهران پیش‌بینی شده است.شبکه عصبی حاضر بر اساس اطلاعات قیمتی ثبت شد از نیمه دوم سال 73 تاکنون، آموزش و آزمایش می‌شود.از مدل خطی AR برای مدلسازی و پیش‌بینی خطی استفاده، و یک شبکه عصبی سه لایه با قانون پس انتشار خطا برای مدلسازی غیرخطی پیش‌بینی به کار گرفته شده است.بر پایه این گزارش مدل AR با فرضیه بازار کارامد 4 سازگار است و قابلیت استخراج ساختارهای موجود در فرایند مولد قیمت سهام را ندارد؛حال آنکه مدل غیرخطی شبکه عصبی به طور رضایت‌بخشی قادر به کشف و شناسایی الگوهای موجود در این فرایند است.در هر دو مورد بازده تخمین‌به عنوان پارامتر نشانگر عملکرد فرایند تخمین و پیش‌بینی محاسبه شده است.مقدار بزرگ‌نمایانگر قابلیت استخراج ساختار فرایند مولد قیمت در مدل شبکه عصبی مورد بررسی بوده است.بدین معنا، عملکرد مدلهای غیرخطی و از جمله شبکه‌های عصبی بسیار بهتر از روشهای معمول خطی است.

خلاصه ماشینی:

"حال اگر روشهای جدید پردازشی را بتوان به وجود آورد که-مانند روشهای غیرخطی بر اساس مدلهای شبکه عصبی-دارای پتانسیل قوی استنتاج و کشف ساختارها و الگوها در سیستمهای دینامیکی ناشناخته باشند، به طوری که دسترسی به اطلاعات داخلی شرکتها را با بررسی روند گذشته قیمتها کشف و استخراج نمایند؛در این صورت ممکن است بتوان فرضیه بازار کارامد را زیر سؤال برد. اینگونه موفقیتها طرح این سؤال مناسب است، که آیا از این روش می‌توان برای استخراج و کسب نظم موجود در یک سری زمانی 11 مربوط به اطلاعات مالی، که عموما غیرخطی هستند، استفاده و بدین ترتیب نوسانهای قیمت سهام را پیش‌بینی کرد؟گروهی معتقد به فرضیه بازار کارامد 12 است‌[8]؛و بنابراین قابل پیش‌بینی نیست. 2-مدلسازی خطی و پیش‌بینیدر فرهنگ اقتصاد یک روش برای آزمون فرضیه بازار کارامد با بیانی به شکل فوق، مدلسازی فرایند مولد قیمت با استفاده از سری زمانی قیمت، با مدلهای خطی AR است، یک مدل خطی AR از درجه p را به‌نشان می‌دهد و برای مدلسازی نرخ بازدهی روزانه به شکل زیر نوشته می‌شود[5]:(2)در رابطه‌برداری ناشناخته از وزنهاست و باید مشخص شود. نمودارهای(5-الف)، (5-ب)، (5-پ)، (5-ت)، (5-ث)و(5-ج)مربوط به مدل غیرخطی(شبکه عصبی)4-نتیجه‌گیریفرضیه بازار کارامد را می‌توان از دو جنبه، در بورس اوراق بهادار تهران بررسی کرد؛اول اینکه آیا بازار بورس تهران بازار کارامدی(از نظر اطلاعات)است یا خیر؟دوم اینکه آیا اصولا می‌توان در یک بازار کارامد که بر اساس فرضیه آن الگوی قیمتی، از قدرت پیش‌بینی برخوردار نیست، سعی در پیش‌بینی قیمتها کرد؛و به نوعی این فرضیه را نقش نمود؟در این پژوهش با استفاده از مدلهای خطی AR سعی در تخمین پارامترهای مدلی برای بیان رفتار دینامیک نرخ بازده روزانه سهام شهد-ایران شده است."

  • دانلود HTML
  • دانلود PDF

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