بررسی سودمندی روش غیرخطی رگرسیون بردارهای پشتیبان و روش های کاهش متغیرهای پیش بین در پیش بینی بازده سهام

هدف این پژوهش، بررسی سودمندی روش های کاهش متغیرها و روش غیرخطی رگرسیون بردارهای پشتیبان، در پیش بینی بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. با استفاده از روش های مبتنی بر همبستگی و تحلیل عاملی، متغیرهای بهینه از بین ۵۲ متغیر اولیه، انتخاب یا استخراج شده است. در ادامه، با استفاده از روش های غیرخطی رگرسیون بردارهای پشتیبان و شبکه های عصبی مصنوعی و همچنین رگرسیون خطی، بازده سهام ۱۰۱ شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی ۱۳۸۳ الی ۱۳۹۲ پیش بینی شده است. یافته­های تجربی این پژوهش حاکی از عملکرد بهتر رگرسیون بردارهای پشتیبان نسبت به دو روش دیگر پیش بینی و عملکرد بهتر هر دو روش غیرخطی پیش بینی نسبت به رگرسیون خطی است. افزون براین، یافته های پژوهش، بیانگر سودمندی روش های کاهش متغیرها و وجود تفاوت معنادار بین میزان سودمندی دو روش مبتنی بر همبستگی و تحلیل عاملی و همچنین برتری روش مبتنی بر همبستگی است. 

کلیدواژه ها:

Stock Return Prediction ، Support Vector Regression ، Variables Reduction Methods. ، پیش بینی بازده سهام ، رگرسیون بردارهای پشتیبان ، روش های کاهش متغیرهای پیش بین.