ارائۀ روش هیبریدی نوین برای پیش‎بینی شاخص کل قیمت بورس اوراق بهادار

نویسندگان

1 استادیار گروه مهندسی مالی، دانشگاه صنعتی خواجه‌نصیرالدین طوسی، تهران، ایران

2 دانشجوی کارشناسی ارشد مهندسی مالی، دانشگاه صنعتی خواجه‌نصیرالدین طوسی، تهران، ایران

doi
10.22059/jfr.2017.62582
چکیده

روند تغییرات شاخص کل قیمت سهام، همواره به‎عنوان یکی از ملاک‌های سرمایه‎گذاری مدنظر قرار می‌گیرد. به دلیل وجود دو مؤلفه‌ای غیرخطی و متلاطم سری زمانی شاخص قیمت، در این پژوهش سعی شده مدل هیبریدی نوینی ارائه شود که بتواند روند حرکتی و تغییرات شاخص را با بیشترین دقت پیش­بینی کند. در این مدل ابتدا با استفاده از تبدیل موجک، سری زمانی شاخص به شش سری زمانی مجزایی که ویژگی‌های غیرخطی و متلاطم شاخص مدنظر را نمایندگی می‌کند، تفکیک می‌‎شود. در ادامه، سری‌های زمانی استخراج‌شده با رفتار غیرخطی، با استفاده از ترکیب مدل‌ ماشین بردار پشتیبان و بهینه‌سازی ازدحام ذرات و سری‌های زمانی مبتنی بر رفتار متلاطم شاخص کل با بهره‌گیری از مدل GJR پیش‌بینی‌ می‎شوند؛ سپس با جمع نتایج به‎دست‎آمده از پیش‌بینی­ دو مؤلفه‌ای غیر­خطی و متلاطم شاخص قیمت، سری زمانی شاخص کل قیمت برآورد می‎شود. نتایج به‎دست آمده نشان می­دهد مدل هیبریدی ارائه‌شدۀ این پژوهش در مقایسه با سایر روش‌های پیش‌بینی، خطای کمتری داشته و از دقت بیشتری برخوردار است.