رویکرد مهندسی جدید برای پیشبینی نوسان شاخصهای بورس اوراق بهادار تهران
نویسندگان
1
2
3
doi
10.22099/jaa.2016.3548چکیده
سرمایهگذاران و مسؤولان بورس اوراق بهادار به منظور دستیابی به تصویر مناسبی از روند بازار بورس، عملکرد شرکتها و توانایی ارزیابی گذشته جهت پیشبینی آینده، از شاخصهای بورس اوراق بهادار استفاده میکنند. مطالعات اخیر نشان میدهد که همبستگی غیرخطی در شاخصهای بازار سهام وجود دارد. به همین منظور، این مطالعه الگوریتم جدید حداقل میانگین مربعات خطا مبتنی بر کرنل که الگوریتم آنلاین و غیرخطی است را برای پیشبینی نوسان شاخصهای بورس اوراق بهادار تهران پیشنهاد و به کار میگیرد و عملکرد آن را با الگوریتم شبکههای عصبی مبتنی بر حداقل میانگین مربعات خطا در افقهای زمانی کوتاه مدت، میان مدت و بلندمدت مقایسه میکند. نتایج این بررسی نشان میدهد که الگوریتم حداقل میانگین مربعات خطا مبتنی بر کرنل دارای عملکرد مناسبی جهت پیشبینی نوسان شاخصهای سهام میباشد. با این حال، نتایج پیشبینی الگوریتم بر اساس معیارهای میانگین مربعات خطا، مجذور میانگین مربعات خطا، میانگین مربعات خطای نرمالیزه شده، قدر مطلق میانگین خطا، صحت جهت پیشبینی، صحت روند پیشبینی رو به بالا و صحت روند پیشبینی روبه پایین در افقهای زمانی کوتاه مدت، میان مدت و بلند مدت نشان میدهد که پیش بینی انجام شده توسط الگوریتم حداقل میانگین مربعات خطا مبتنی بر کرنل دارای عملکرد بهتری نسبت به پیشبینی با الگوریتم شبکههای عصبی مبتنی بر حداقل میانگین مربعات خطا میباشد.