پیشب ینی نوسان پذیری بازده در بازار سهام با استفاده از یک مدل ترکیبی
- سال انتشار: 1397
- محل انتشار: پانزدهمین کنفرانس بین المللی مهندسی صنایع
- کد COI اختصاصی: IIEC15_326
- زبان مقاله: فارسی
- تعداد مشاهده: 428
نویسندگان
فارغ التحصیل کارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی شریف، دانشکده مهندسی صنایع، سیستم های اقتصادی اجتماعی، تهران
چکیده
هدف پژوهش انجام شده پیش بینی نوسان پذیری بازده سهام است. بدین منظور ویژگی های مربوط به نرمال ایستایی مدل های گارچ بررسی شده است. پس از برقراری ویژگی ها، مدل های گارچ مورد برازش قرارگرفته است. در بین مدل های گارچ مدل (EGARCH-T(1,1 ازنظر معیارهای تعریف شده بهینه ترین مدل از بین مدل های خانواده گارچ است. همچنین شبکه عصبی بهینه ای طراحی شده داده های موردمطالعه برازش داده شده است که مقدار خطا برابر با 0/0745 بود. در انتها قبل از ورود داده های خروجی شبکه عصبی به عنوان ورودی مدل های گارچ، ویژگی های نرمال، ایستایی وجود اثرات آرچ موردبررسی قرارگرفته است شبکه عصبی بهینه با مدل های خانواده گارچ ترکیب شده است. خطای مدل ترکیبی حاصل مدل (ANN-EGARCH-T(3,1 برابر 0/0438 بوده است. در مطالعه انجام شده بر اساس نتایج اثبات شده است که مدل ترکیبی شبکه عصبی EGARCH با توجه به معیارهای تعیین شده، مدلی مناسب برای پیش بینی نوسان پذیری بازده پرتفو مشخص شده، است.کلیدواژه ها
پیش بینی نوسانات بازار سهام، مدل های ترکیبی، شبکه عصبی مصنوعی، مدل های خانواده گارچمقالات مرتبط جدید
- بررسی تاثیر واقعیت افزوده (AR )، بر تمایل مشتریان به خرید، در صنعتمسکن
- ترسیم و تحلیل شبکه هم رخدادی واژگان حوزه های پژوهشی گارانتی و وارانتی
- موانع موجود در ارگونومی محیط های کاری
- انتخاب بهترین تامین کننده با روش الکتره با موضوع تاب آوریزنجیره تامین
- همسوسازی پروژه و مدیریت منافع با رویکرد کارت امتیازی متوازن (BSC) برای دستیابی به موفقیت پروژه
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.