این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 7 دی 1404
تحقیقات مالی
، جلد ۱۸، شماره ۴، صفحات ۶۱۳-۶۳۲
عنوان فارسی
ارائۀ روش هیبریدی نوین برای پیشبینی شاخص کل قیمت بورس اوراق بهادار
چکیده فارسی مقاله
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.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Presenting a new hybrid method for predicting the Stock Exchange price inde
چکیده انگلیسی مقاله
The trend of the stock price index, has taken as one of the investment criteria consistently. Because of the two components of nonlinear and time series price index volatility, in this study, a new hybrid model presented that can predict move and change of these two components of the trend of the index with the highest accuracy. In this model, at the first by using wavelet transform the index time series splits into six separate time series index which represent the characteristics of nonlinear and volatility of index. Then the derived time series with nonlinear behavior by combining the support vector machine and particle swarm optimization (SVM-PSO) and time series behavior based on index volatility by using GJR models predicted and then by accumulating results of two nonlinear and volatility of price index prediction component, price index time series estimates. The results show that the proposed hybrid model, in comparison to other forecasting methods, has fewer errors and higher accuracy.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
دیاکو درودی |
دانشجوی کارشناسی ارشد مهندسی مالی، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
سازمان اصلی تایید شده
: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
سید بابک ابراهیمی | seyed babak
استادیار گروه مهندسی مالی، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
سازمان اصلی تایید شده
: دانشگاه صنعتی خواجه نصیرالدین طوسی (Khajeh nasir toosi university of technology)
نشانی اینترنتی
http://jfr.ut.ac.ir/article_62582_264eb812014c955cf68f4d0e6e326525.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/705/article-705-423665.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات