پیش بینی بازده سهام بر پایه توزیع کرنل و اختلاط توزیع های نرمال

مدل سازی و پیش بینی بازده سهام همواره یکی از چالش های پیش روی محققان و سرمایه گذاران بوده است. از این رو روش ها و مدل های متفاوتی ارائه شده که اغلب آنها متکی بر مفروضاتی چون توزیع بازده بوده اند. در پژوهش حاضر پیش بینی بازده سهام بر پایه توزیع کرنل و اختلاط توزیع های نرمال مورد ارزیابی قرار گرفت. برای این منظور توابع کرنل و اختلاط نرمال ها و پارامترهای مربوط به آنها از طریق ماکسیمم سازی تابع درستنمایی، مورد برآورد قرار گرفته و چندک های ۹۹%، ۹۵% و ۹۰% هریک از توزیع ها برای ۳۰ شرکت برتر بورس در سه ماهه چهارم سال ۱۳۹۸ به عنوان مقادیر پیش بینی بازده محاسبه گردید. به منظور تعیین دقت روش های پیش بینی معیارهای خطای MSE و PRED بکار گرفته شد و نتایج نشان داد که اختلاط توزیع های نرمال و تقریب کرنل هر دو از طریق چندک ۹۰% توزیع بازده می توانند پیش بینی های مطلوبی از بازده های ۵ روزه سهام ارائه دهند. مقایسه دقت این دو روش نشان داد تقریب کرنل به عنوان یک روش ناپارامتری پیش بینی بازده، دقت بالاتری نسبت به اختلاط توزیع های نرمال در پیش بینی داشته است.

کلیدواژه ها:

پیش بینی بازده ، اختلاط نرمال ، تقریب کرنل