چکیده:
پیشبینی بازار سهام بهعنوان یک کار پر چالش در حوزهی پیشبینی سریهای زمانی مالی در نظر گرفته شده است. علت مهم این امر عدم وجود قطعیت در نحوهی حرکت بازار سهام میباشد. همچنین تحلیل دادههای سری زمانی قیمتهای سهام به علت غیرخطی بودن و وجود نویز زیاد مشکل میباشد. هدف این پژوهش پیشبینی بازار سرمایه با استفاده از الگوی پیشبینی خاکستری بهبود یافته در بورس اوراق بهادار تهران است. برای این منظور از شاخص کل قیمت سهام (TEPIX) استفاده شد. یافتههای حاصله بیانگر این است که که الگوریتم خاکستری بهبود یافته برازش یافته با به حداقل رساندن خطای پیشبینی یک الگوریتم مناسب برای پیشبینی نوسان شاخص کل قیمت سهام میباشد. پیشبینی بازار سهام بهعنوان یک کار پر چالش در حوزهی پیشبینی سریهای زمانی مالی در نظر گرفته شده است. علت مهم این امر عدم وجود قطعیت در نحوهی حرکت بازار سهام میباشد. همچنین تحلیل دادههای سری زمانی قیمتهای سهام به علت غیرخطی بودن و وجود نویز زیاد مشکل میباشد. هدف این پژوهش پیشبینی بازار سرمایه با استفاده از الگوی پیشبینی خاکستری بهبود یافته در بورس اوراق بهادار تهران است. برای این منظور از شاخص کل قیمت سهام (TEPIX) استفاده شد. یافتههای حاصله بیانگر این است که که الگوریتم خاکستری بهبود یافته برازش یافته با به حداقل رساندن خطای پیشبینی یک الگوریتم مناسب برای پیشبینی نوسان شاخص کل قیمت سهام میباشد.
Stock market prediction is considered as a challenging task in the area of forecasting of financial time series. The main reason for this is the lack of certainty about how the stock market moves. Stock price data analysis is difficult due to the nonlinearity and the high noise level. The purpose of this paper is to forecast the capital market using the improved gray prediction pattern in Tehran Stock Exchange. For this purpose, the total stock price index (TEPIX) was used. The obtained results indicated that the improved gray algorithm fitted with minimizing the prediction error is an appropriate algorithm for predicting the fluctuation of the total stock price index.Stock market prediction is considered as a challenging task in the area of forecasting of financial time series. The main reason for this is the lack of certainty about how the stock market moves. Stock price data analysis is difficult due to the nonlinearity and the high noise level. The purpose of this paper is to forecast the capital market using the improved gray prediction pattern in Tehran Stock Exchange. For this purpose, the total stock price index (TEPIX) was used. The obtained results indicated that the improved gray algorithm fitted with minimizing the prediction error is an appropriate algorithm for predicting the fluctuation of the total stock price index.
خلاصه ماشینی:
1 پیش بینی شاخص کل قیمت سهام با استفاده از الگوی خاکستری رستم رنجبر ناوی ٢، علی ارشدی ٣، حسن چناری 4 مقاله پژوهشی تاریخ دریافت : ١٣٩٩/٠٧/٠٢ تاریخ پذیرش : ١٣٩٩/١١/٢٥ چکیده پیش بینی بازار سهام به عنوان یک کار پر چالش در حوزه ی پیش بینی سریهای زمانی مالی در نظر گرفته شده است .
هدف این پژوهش پیش بینی بازار سرمایه با استفاده از الگوی پیش بینی خاکستری بهبود یافته در بورس اوراق بهادار تهران است .
یافته های حاصله بیان گر این است که که الگوریتم خاکستری بهبود یافته برازش یافته با به حداقل رساندن خطای پیش بینی یک الگوریتم مناسب برای پیش بینی نوسان شاخص کل قیمت سهام میباشد.
, & Guo, 2012) داده های تاریخی نشان میدهد ویژگیهای پیچیده ی شاخص کل قیمت مانند غیرخطی بودن ، عدم قطعیت ، نوسان و پویایی پیش بینی آن را دشوار میکند و نتایج پیش بینی را با عدم قطعیت زیادی مواجه میسازد که خود تأثیر قابل توجهی در بازده سرمایه گذاران ، صندوق های سرمایه گذاری، نهادهای سرمایه گذاری و سایر فعالان این حوزه به همراه دارد (درودی و ابراهیمی، ١٣٩٥، ٦١٧).
پویان فر و همکاران (١٣٩٤) در پژوهشی به استفاده از روش هیبرید انتخاب ویژگی و الگوریتم نزدیک ترین همسایگی برای پیش بینی جهت حرکتی روازنه ی شاخص ٥٠ شرکت برتر بورس اوراق بهادار تهران پرداختند.
یافته های حاصل از پژوهش بیان گر این است که روش هیبرید نسبت به سایر روش های استفاده شده در پیش بینی جهت حرکتی روازنه ی شاخص ٥٠ شرکت برتر بورس اوراق بهادار تهران برخوردار میباشد.