ارزیابی عملکرد ساختارهای ترکیب سری و موازی به منظور پیش بینی و مدل سازی سری های زمانی مالی

  • سال انتشار: 1398
  • محل انتشار: شانزدهمین کنفرانس بین المللی مهندسی صنایع
  • کد COI اختصاصی: IIEC16_279
  • زبان مقاله: فارسی
  • تعداد مشاهده: 672
دانلود فایل این مقاله

نویسندگان

مهدی خاشعی

استادیار، دانشکده مهندسی صنایع و سیستمها دانشگاه صنعتی اصفهان؛

زهرا حاجی رحیمی

دانشجوی دکتری، دانشکده مهندسی صنایع و سیستمها دانشگاه صنعتی اصفهان؛

چکیده

ترکیب مدلهای مختلف از پرکاربردترین استراتژی های ممکن به منظور بهبود دقت پیشبینی های مالی است. در حالت کلی تکنیک های ترکیب مدلهای تکی را میتوان به دو دسته سری و موازی تقسیم بندی نمود. هدف نهایی تمامی این روشها استفاده از ویژگیهای خاص هر یک از مدلهای تکی در مدل سازی ساختارهای پیچیده موجود در داده ها و به ویژه بهبود دقت پیشبینی ها است. با وجود مزایای منحصر به فرد مدلهای ترکیبی، نحوه ترکیب مدلهای تکی و به عبارت دیگر معرفی یک متد ترکیب کارا در پیشبینی های مالی موضوعی مبهم در ادبیات موضوع میباشد. لذا در این مقاله به منظور انتخاب روش ترکیب برتر، عملکرد مدلهای ترکیبی سری و موازی مدلهای خودرگرسیون میانگین متحرک انباشته و شبکه عصبی پرسپترون چندلایه در پیشبینی سریهای زمانی مالی با یکدیگر مقایسه گردیده اند. نتایج بهدست آمده در پیشبینی قیمت سهام شاخص های شنزن چین و نیکی ژاپن بیانگر آن است که مدلهای ترکیبی سری به طور کلی نتایج دقیق تری را نسبت به مدلهای موازی ارائه میدهد.

کلیدواژه ها

مدلهای ترکیبی، ساختار ترکیب موازی، ساختار ترکیب سری، شبکه عصبی مصنوعی، مدل خودرگرسیون میانگین متحرک انباشته، پیشبینی قیمت سهام

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.