پیش‌بینی شاخص کل بورس اوراق بهادار تهران با استفاده از الگوریتم پرواز پرندگان و مقایسه آن با الگوهای سنتی

  • سال انتشار: 1390
  • محل انتشار: فصلنامه دانش حسابداری، دوره: 2، شماره: 5
  • کد COI اختصاصی: JR_JAKK-2-5_001
  • زبان مقاله: فارسی
  • تعداد مشاهده: 523
دانلود فایل این مقاله

نویسندگان

داریوش دموری

استادیار دانشگاه یزد، دانشکده اقتصاد، مدیریت و حسابداری، دکتری مدیریت مالی

داریوش فرید

استادیار دانشگاه یزد، دانشکده اقتصاد، مدیریت و حسابداری، دکتری مدیریت مالی

مرتضی اشهر

کارشناس ارشد، دانشگاه یزد، دانشکده اقتصاد، مدیریت و حسابداری، مدیریت بازرگانی گرایش مالی

چکیده

هدف این تحقیق پیش‌بینی شاخص کل قیمت سهام با استفاده از الگوریتم پرواز پرندگان است تا فعالان بازار سرمایه و هم‌چنین تصمیم‌گیرندگان کلان بتوانند از آن به منظور پیش‌بینی روند این بازار استفاده کنند. دوره نمونه‌گیری این پژوهش ده‌ساله و از تاریخ 1378 تا 1387 در نظر گرفته شده است که در آن از شاخص کل قیمت سهام برای پیش‌بینی و هم‌چنین الگوسازی و آزمون استفاده می‌شود. برای این منظور، ابتدا یک چارچوب هوشمند پیش‌بینی طراحی، و در ادامه از الگوریتم پرواز پرندگان و هم‌چنین از الگو‌های سنتی نمو هموار ساده، هلت وینترز، اتورگرسیون، میانگین متحرک و آریما برای پیش‌بینی استفاده شده است. نتایج تحقیق حاکی است که در میان الگو‌های سنتی، آریما دارای بهترین براورد است؛ هم‌چنین در مقایسه الگو پرواز پرندگان با آریما مشخص شد که خطای براورد این الگوی هوشمند نسبت به آریما بسیار کم است که می‌توان از آن به منظور پیش‌بینی‌های آینده شاخص کل قیمت سهام استفاده کرد.

کلیدواژه ها

الگوریتم پرواز پرندگان, نموهوار ساده, هلت وینترز, اتورگرسیون, میانگین متحرک و آریما

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.