ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی بازار روزانه بورس اوراق بهادارتهران:ارزیابی و مقایسه روشهای خطی و غیرخطی

سال انتشار: 1394
کد COI مقاله: JR_DANESH-22-9_004
زبان مقاله: فارسیمشاهده این مقاله: 188
فایل این مقاله در 29 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 29 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی بازار روزانه بورس اوراق بهادارتهران:ارزیابی و مقایسه روشهای خطی و غیرخطی

منصور زراءنژاد - استاد گروه اقتصاد دانشگاه شهید چمران اهواز
علی ریوفی - دانشجوی دکترا اقتصاد دانشگاه علامه طباطبایی

چکیده مقاله:

پیشبینی متغیرهای اقتصادی و مالی اهمیت فراوانی برای سیاستگذاران و سرمایه گذارن اقتصادی کشورها دارد، با این حال پیشبینی این متغیرها با توجه به ماهیت پرنوسان و پیچیدهای که دارند بسیار دشوار است. نوع و ماهیت داده از حیث پیچیدگی میتواند بر دقت پیشبینی مدلها اثرگذار باشد؛ به عبارتی رفتار خطی و یا غیرخطی متغیرها میتواند بر انتخاب مدل پیشبینی اثرگذار باشد. تحقیقات اخیر نشان م یدهد اگر بتوان فرآیند مولد دادههای یک متغیر (خطی یا غیرخطی) را به دست آورد پیشبینی آن متغیر راحتترو با خطای کمتری امکانپذیر خواهد بود.در این مقاله ابتدا با استفاده از آزمون براک- دیکرت و شاینکم ن (BDS ،(به بررسی خطی یا غیرخطی بودن و سپس آشوبناک بودن بازده شاخص کل بورس اوراق بهادار تهرا ن (TEPIX (طی بازه زمانی 05/01/1388 تا 23/07/1390) 625 مشاهده) پرداخته شده است. نتایج آزمون نشان میدهد که این متغیر از یک رفتار غیرخطی تبعیت میکند. سپس با استفاده از تکنیکهای مختلف پیشبینی، مدل ها ی خطی و غیرخطی ARIMA ،GARCH ،ANN و ANFIS برآورد شدند و با استفاده از معیارهای دقت پ یشبین ی مانند RMSE ،MAE ،Thiel-U و MAPE ،مدلها مورد ارزیابی و مقایسه قرار گرفتند. نتایج نشان می -دهد که مدلهای غیرخطی نسبت به مدل ARIMA از عملکرد بهتری برخوردار بودند و در بین مدل های غیرخطی نیز مدل ANFIS بهترین عملکرد را در پیشبینی بازده روزانه شاخص سهام دارا بود.در ادامه با استفاده از آمارهی مورگان-گرنجر- نیوبلد (MGN (معنیداری تفاوت دقت پیشبینی مدلها ی غیرخطی با مدلهای خطی مورد آزمون قرار گرفت که نتایج نشان دهنده تفاوت معنی دار در پ یشبین ی روشهای خطی و غیرخطی بود.

کلیدواژه ها:

شبکه عصبی فازی ANFIS ،شبکه عصبی، مدل گارچ، مدلهای غیر خطی، نظریه آشوب، بازده سهام

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_DANESH-22-9_004 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/588582/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
زراءنژاد، منصور و ریوفی، علی،1394،پیش بینی بازار روزانه بورس اوراق بهادارتهران:ارزیابی و مقایسه روشهای خطی و غیرخطی،،،،،https://civilica.com/doc/588582

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، زراءنژاد، منصور؛ علی ریوفی)
برای بار دوم به بعد: (1394، زراءنژاد؛ ریوفی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 15,179
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی