بررسی دقت روش های مختلف پیش بینی کوتاه مدت شاخص سهام و تعداد موارد مبتلایان روزانه به بیماری کرونا (Covid-۱۹) در ایران
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 48
فایل این مقاله در 25 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_QJFEP-9-33_004
تاریخ نمایه سازی: 18 تیر 1403
چکیده مقاله:
سازمان بهداشت جهانی (WHO) نخست در ۲۰ فوریه ۲۰۲۰ بیماری کرونا (Covid-۱۹) را به عنوان یک خطر جهانی و سپس در ۱۱ مارس آن را یک بیماری همه گیر اعلام کرد. همانند نابسانی های سیاسی، اجتماعی، فرهنگی و اقتصادی ناشی از بیماری کرونا، بازارهای مالی، متناسب با خبرهای بیماری کرونا دارای نوسانات شدید شدند. با توجه به اهمیت موضوع در این مطالعه، قدرت پیش بینی روش ابتکاری و جدید (SutteARIMA) و مقایسه ی آن با سه روش رایج "خود توضیح با میانگین متحرک انباشته (ARIMA)"، "شبکه عصبی مصنوعی (ANN)" و "هالت – وینتر" (HM) به صورت کوتاه مدت در بازه ی زمانی ۰۵/۱۲/۱۳۸۹ تا ۳۱/۰۲/۱۳۹۹ برای پیش بینی مقادیر شاخص قیمت سهام ۵۰ شرکت فعال تر در بازار بورس اوراق بهادار تهران و تعداد موارد مبتلایان روزانه به بیماری کرونا در ایران مورد بررسی و تجزیه و تحلیل قرار گرفت. نتایج نشان داد که برای پیش بینی های کوتاه مدت موردنظر در این مطالعه، نتایج روش (SutteARIMA) در مقایسه با سه روش دیگر دارای دقت بیشتر و خطای کمتر می باشد.
کلیدواژه ها:
Short-term forecast ، Stock market ، Coronavirus disease ، SutteARIMA ، پیش بینی کوتاه مدت ، شاخص قیمت سهام ، بیماری کرونا ، SutteARIMA
نویسندگان
عبدالرشید جام نیا
Higher Education Complex of Saravan
امام بخش تیره عیدوزهی
Higher Education Complex of Saravan
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :