پیشبینی قیمت آتی شاخص سهام با استفاده از الگوریتم سری زمانی چند متغیره فازی و روش تیوری راف
محل انتشار: سومین کنفرانس بین المللی مدیریت و اقتصاد
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 485
فایل این مقاله در 9 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:
MCED03_091
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
در بازار آنچه بیش ازپیش بینی میزان دقیق رشد قیمت یک سهم برای فعالان اهمیت دارد اصل موضوع تصمیم خرید یا فروش است،یعنی یک رشد عالی می تواند باعث تصمیم گیری به خرید گردد و بالعکس اگر پیش بینی یک افت شدید با احتمال بالا صورت گیردمی تواند باعث تصمیم فروش سهم گردد . موضوع مهم در اینجا تعیین این فازها و یا حالات مختلف است که باید توسط متخصصین و فعالان بازار این موضوع به طور دقیق صورت گیرد. بنابراین ضرورت دارد مدلی طراحی گردد که ارقام شاخص در سری زمانی آن، برآیندی از قیمت های سهام و حجم معاملات را بررسی و به نوعی میزان آزمون کارایی بازار سهام را نیز قلمداد کند. در همین راستا در این تحقیق به ارایه یک مدل برای پیش بینی بهینه قیمت شاخص سهام در آینده با سری های زمانی فازی پرداختیم . برای این امر، قیمت شاخص سهام را در بورس اوراق بهادار به چالش کشیده و با استفاده از روش های کاربردی در پیش بینی یعنی روش هایفازی و سری زمانی متغییر ها را بررسی و مورد بحث قرار دادیم. برای حل این مدل، از تکنیک تیوری راف بهره یافتیم و آن را طراحی نمودیم. در نهایت، با وارد کردن داده های برگرفته از سازمان بورس کارایی و صحیح بودن این مدل برای پیش بینی قیمت شاخص سهام را اثبات نمودیم. نتایج تحقیق نشان می دهند که بر اساس تیوری راف- فازی می توان میزان تغییرات (کاهشی- ثابت- افزایش) رابرای قیمت شاخص سهام پیش بینی و بر اساس آن معاملات را در بورس اوراق بهادار انجام دهیم
کلیدواژه ها:
نویسندگان
زهرا عامری
کارشناسی ارشد مهندسی مالی دانشگاه آزاد اسلامی علی آباد کتول
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 :