فهرست نشریات علمی دسترسی آزاد ایران

هدف: پیش‌بینی بازارهای مالی همواره برای فعالان اقتصادی حائز اهمیت بوده است. هدف اصلی این مقاله، ارائه مدل توسعه‌یافته جدید برای مدل‌سازی بازارهای مالی با استفاده از فرایند ارنشتاین اولنبک ترکیبی با نویز لوی است. با استفاده از قیمت‌های بسته شده بازارهای سهام، می‌توان نتیجه گرفت که مدل تصادفی ارنشتاین اولنبک با پارامترهای وابسته به زمان، به‌طور شایان توجهی عملکرد پیش‌بینی قیمت سهام را بهبود می‌بخشد. روش: ابتدا به بررسی معادله دیفرانسیل تصادفی که از فرایندهای مستقل ارنشتاین اولنبک تشکیل شده است، پرداخته شد. این فرایندها را از طریق فرایند گاما استخراج کردیم، از این رو، آن را فرایند ارنشتاین اولنبک گاما می‌نامیم که کلاسی از فرایندهای زمان پیوسته لوی است و رفتاری با حافظه بلندمدت دارد. برآورد پارامترهای مدل با استفاده از روش حداکثر درست‌نمایی صورت گرفته است. یافته‌ها: برای نشان‌دادن کارایی مدل ارائه شده، برخی از بازارهای سهام ایران، مانند شرکت‌های سیمان ارومیه، سایپا آذین و پالایش نفت تهران، به‌صورت عددی شبیه‌سازی شدند. پارامترهای فرایند ارنشتاین اولنبک با نویز گاما با استفاده از داده‌های واقعی برآورد شد. نتیجه‌گیری: نتایج عددی نشان داد که نوسان پیش‌بینی‌شده این شرکت‌ها به نوسان شبیه‌سازی‌شده نزدیک است و در آن دینامیک نوسان از مدلی خودهم‌بسته پیروی می‌کند. مزیت روش یادشده این است که برآوردهای به‌دست‌آمده در اطراف مقدار واقعی پایدارند، از این رو الگوریتم تخمین برای مجموعه داده‌های بزرگ امکان‌پذیر بوده و از خصوصیت هم‌گرایی خوبی برخوردار است.