چکیده:
هدف این پژوهش، بررسی پیش بینی پذیری قیمت سرب و کارایی این بازار در سطح ضعیف و معرفی یک الگوی مناسب برای پیش بینی قیمت سرب در بازار جهانی است. به این منظور مجموعه ای از روش های خطی و غیرخطی در دو رویکرد کلی تکنیکال و بنیادین استفاده شده است. بررسی کارایی بازار سرب در سطح ضعیف نشان می دهد که این بازار در این سطح نیز کارا نیست و امکان پیش بینی قیمت وجود دارد. داده های استفاده شده در این پژوهش به صورت هفتگی جمع آوری شده و شامل بازه زمانی هفته اول 2005 الی هفته آخر 2015 است. این داده ها از سایت های مختلف، از جمله سایت LME، USGS و ILZSG جمع آوری شده است. یافته های این پژوهش نشان می دهد که در رویکرد تکنیکال، مدل شبکه عصبی مصنوعی GMDH ترکیب شده با الگوریتم ژنتیک بر اساس معیارهای میانگین درصد خطای مطلق (MAPE) و جذر میانگین مجذور خطا (RMSE) دارای عملکرد بهتری نسبت به مدل های دیگر است؛ همچنین در رویکرد بنیادین بر اساس معیارهای خطای پیش بینی، شبکه عصبی مصنوعی GMDH بهترین عملکرد را داشته است. پیش بینی پذیری تغییرات قیمت سرب در بازار با الگوهای تکنیکال، نشان دهنده کارایی بازار در سطح ضعیف است.
خلاصه ماشینی:
در روش های علت ومعلولی یا رویکرد بنیادین ، ابتدا تلاش میشود عوامل بنیادین و اقتصادی مؤثر بر قیمت شناسایی شود؛ سپس در یک مدل خطی یا غیرخطی شدت و نحوه تأثیر این متغیرها در تغییرات قیمت ، بررسی میشود؛ درنهایت مدلی که بهترین برازش را با اطلاعات گذشته دارد، برای پیش بینی به کار میرود.
(رجوع شود به تصویر صفحه) بر اساس بررسی انجام شده در این بخش میتوان نتیجه گرفت که بازار سرب لندن در سطح ضعیف کارا نیست و قیمت ، حداقل با مدل های تکنیکال ، پیش بینی میشود.
٥. نتیجه گیری و پیشنهادها در این پژوهش قابلیت پیش بینیپذیری قیمت سرب در بازار فلزات لندن با دو رویکرد تکنیکال و بنیادی و با مجموعه ای از روش های خطی و غیرخطی در هر رویکرد، بررسی شده است .
Prediction Bahar Azadi full bodied gold coin price with neural network GMDH model, The First International Conference on the New Paradigms of Business Intelligence and Organizational Management, Tehran, Shahid Beheshti University (in Persian).
Prediction of stock return based on financial variables with the approach of neural networks, International Conference on Computer Engineering and Information Technology, Tehran, Permanent Secretariat of the Conference (In Persian).
Influence of Inflation and Steel Rate Changes on Vehicle stock Market Changes Using the GMDH Model Artificial Neural Networks, The First International Conference on the New Paradigms of Business and Organizational Management, Tehran, Shahid Beheshti University (In Persian).