پیشبینی بازده سهام بورس تهران: مقایسه رویکردهای بیزی، هموارسازی نمایی و باکس جنکینز
نویسندگان
1 دکتری اقتصاد و پژوهشگر پسادکتری، صندوق ملی حمایت از پژوهشگران و فناوران کشور، تهران، ایران
2 دانشیار، گروه اقتصاد، دانشگاه یزد، یزد، ایران
doi
10.22054/ijer.2022.59528.957چکیده
پیشبینی بازده سهام برای سرمایهگذاران در بازارهای مالی از اهمیت فراوانی برخوردار است. به طور کلی چهار روش برای پیشبینی قیمت سهام وجود دارد: تحلیل تکنیکال، تحلیل بنیادی، پیشبینی سریهای زمانی کلاسیک و روش یادگیری ماشینی. این مطالعه در دسته سوم؛ یعنی پیشبینی سری زمانی که در آن مقادیر یک متغیر در طول زمان پیشبینی میشود، قرار میگیرد. بررسی مطالعات انجام شده نشان میدهد پیشبینی قیمت سهام بیشتر با روشهایی چون شبکه عصبی و الگوریتم ژنتیک که در گروه روش یادگیری ماشینی قرار دارند، بوده است. عدم کاربرد روش بیزین، هموارسازی نمایی و باکس جنکینز در مطالعات انجام شده مشهود است. در واقع تمایز این پژوهش با سایر مطالعات، کاربرد روشهای بیزین، هموارسازی نمایی و باکس جنکینز و مقایسه آنها در پیشبینی بازده سهام است. این مطالعه پیشبینی با سریهای زمانی با سه روش مختلف فوق را مورد استفاده قرار داده است. بازه زمانی این مطالعه از 0۶/0۱/13۹۷ تا ۲۷/1۲/۱۳۹۹ در تناوب روزانه است. براساس معیار ریشه میانگین مربع خطاها (RMSE) که کاهش آن تنها در صورتی ممکن است که روش مورد استفاده اطلاعات بیشتری را از فرآیند سری زمانی دادهها لحاظ کند. نتیجه این مطالعه نشاندهنده برتری روش بیزی بر سایر روشها است. این تحقیق اهمیت توجه به این روش پیشبینی در بازده بازارهای مالی را نشان می دهد.