مدلسازی و پیش بینی قیمت سهام با استفاده از مدل رگرسیون بردارپشتیبان (SVR) و مقایسه آن با مدل کلاسیک ARIMA

استفاده از مدل های خطی و غیر خطی برای پیش بینی قیمت سهام همیشه مورد توجه سرمایه گذاران، محققین و دانشجویان مسائل مالی و سازمانها و شرکت های سرمایه گذاری فعال در زمینه سهام بوده است. پیش بینی به موقع قیمت سهام، می تواند مدیران و سرمایه گذاران را برای تصمیم گیری های بهتر یاری نماید. امروزه استفاده از روش های غیر خطی در مدل سازی و پیش بینی سری های زمانی مالی بسیار متداول شده است. در سالهای اخیر یکی از تکنیک های جدید داده کاوی با نام رگرسیون بردار پشتیبان (SVR) کاربرد موفقیت آمیزی در مسائل پیش بینی سری های زمان داشته است و به دلیل دارا بودن ویژگی های برجسته توجه بسیاری از محققان را به خود جلب کرده است. در این تحقیق، با استفاده از مدل رگرسیون بردار پشتیبان، پیش بینی قیمت سهام بورس تهران را مورد بررسی قرار می دهیم و نتایج پیش بینی را با مدل کلاسیک متداول ARIMA مقایسه می کنیم. برای این منظور از شرکت های بورس تهران اطلاعات 5 شرکت فعال طی سالهای 80 الی 90 انتخاب شده است. سپس با استفاده از معیارهای ارزیابی عملکرد MAE, MSE و NMSE این دو روش را با هم مقایسه ک رده و مشاهده شد که نتایج (در مواردی که داده ها بیشتر غیر خطی هستند) حاکی از برتری مدل SVR نسبت به مدل ARIMA است.

کلیدواژه ها:

سرمایه گذاری در سهام ، پیش بینی قیمت سهام ، داده کاری ، رگرسیون بردار پشتیبان ، مدل ARIMA