پیش بینی شاخص کل بورس اوراق بهادار تهران با استفاده از رگرسیون بردار پشتیبان بر مبنای تکنیک کاهش ابعاد

  • سال انتشار: 1401
  • محل انتشار: فصلنامه راهبرد مدیریت مالی، دوره: 10، شماره: 3
  • کد COI اختصاصی: JR_JFMZ-10-3_001
  • زبان مقاله: فارسی
  • تعداد مشاهده: 303
دانلود فایل این مقاله

نویسندگان

سمیه محبی

دانشجوی دکتری رشته مدیریت مالی، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی تهران، ایران.

محمد اسماعیل فدایی نژاد

دانشیار گروه مدیریت مالی و بیمه، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی تهران، ایران.

محمد اصولیان

استادیار گروه مدیریت مالی و بیمه، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران.

چکیده

    بازارهای سهام نقش مهمی در سازماندهی سیستم­های اقتصادی مدرن دارند. پژوهش­های گسترده­ ای در زمینه پیش ­بینی آن­ها با استفاده از تکنیک­های هوشمند انجام شده است. با توجه به این­که دقت عملکرد این تکنیک­ها به میزان قابل توجهی تحت تاثیر ویژگی­های ورودی آن است، یکی از پیشرفت­های به­ کار رفته در استفاده از مدل­های هوشمند، علاوه­ بر کاربرد مدل­های ترکیبی، استفاده از کاهش ابعاد به ­عنوان یک پیش ­مرحله برای مدل پیش­بینی می­باشد. در این پژوهش برای پیش­بینی روزانه شاخص کل بورس اوراق بهادار تهران همزمان از دو روش کاهش ابعاد (انتخاب و استخراج) به منظور انتخاب ویژگی­های مناسب به­ عنوان ورودی­های مدل استفاده می­شود. به­طوری­که برای انتخاب ویژگی­ها از الگوریتم mRMR-MID و برای استخراج ویژگی­ها از الگوریتم PCA استفاده می­شود. سپس از رگرسیون بردار پشتیبان به ­عنوان مدل پیش­بینی استفاده می­شود. با توجه به نتایج بدست آمده از تحلیل استفاده از تکنیک­های کاهش ابعاد در مدل­ پیش­بینی، در نهایت الگوریتمی برای انتخاب ویژگی­های مناسب بر شاخص، تحت عنوانISF­_MID پیشنهاد می­شود. نتایج نشان می­دهد که با روش­ پیشنهادی، می­توان با ۷ ویژگی انتخابی به­ دقت بالایی در پیش­بینی روزانه شاخص کل بورس اوراق بهادار تهران با درصد خطا ۴۶/۳ دست­یافت. لازم به ذکر است مدل­های مورد بررسی در مرحله پیاده­ سازی با روش اعتبارسنجی متقابل k-fold مورد ارزیابی قرار گرفتند. همچنین از معیارهای MAE، MSE و RMSE برای ازریابی عملکرد مدل­های مذکور استفاده می­شود.

کلیدواژه ها

پیش بینی شاخص بورس, رگرسیون بردار پشتیبان, تکنیک کاهش ابعاد, انتخاب ویژگی, تجزیه و تحلیل مولفه های اصلی

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.