چکیدهارزیابی ریسک حدی و استفاده از مدلهای کارآتر برآورد ریسک حدی در دنیای متغیر مالی امروز از اهمیت مضاعفی برخوردار است. در مقاله حاضر با استفاده از روش نوین شاخص گشتاوری ال–مومنت برای مقادیر حدی مثبت و منفی شاخص کل بورس تهران (رویکرد ماکزیمم بلوکها) و برآورد ری چکیده کامل
چکیدهارزیابی ریسک حدی و استفاده از مدلهای کارآتر برآورد ریسک حدی در دنیای متغیر مالی امروز از اهمیت مضاعفی برخوردار است. در مقاله حاضر با استفاده از روش نوین شاخص گشتاوری ال–مومنت برای مقادیر حدی مثبت و منفی شاخص کل بورس تهران (رویکرد ماکزیمم بلوکها) و برآورد ریسک حدی شرطی در الگوهای متفاوت زمانی، نسبت به انتخاب مدل آماری حدی مناسب و الگوی مطلوب زمانی برای برآورد شاخص ریسک حدی ثابت و متغیر در زمان اقدام گردید. نتایج بررسی گشتاوری مدلهای مهم توزیع حدی، پس از براورد پارامترهای مدلهای مقادیر حدی هم در سریهای حدی مثبت (حداکثر) و هم منفی (حداقل)، نشان داد که مدل مطلوب انطباقی با لگاریتم بازده حدی بورس تهران، غالباً مدل GEV و گاهاً مدل GL بوده و در بین الگوهای متفاوت زمانی نیز، الگوی روزانه و هفتگی در سطح اطمینان 90% دارای خطای برآوردی کمتری میباشند.واژههای کلیدی: مدل سازی گشتاوری، مدلهای ریسک حدی، نسبت خطا، ماکزیمم بلوکها.
پرونده مقاله
اوراق اختیار از ابزارهای مهم بازارهای مالی بوده و قیمتگذاری اوراق با معادله قیمتگذاری بلک شولز بسیار متداول است. این معادله جهت قیمتگذاریِ اختیارهای اروپائى استفاده میشود. با بکارگیریِ علوم ریاضی در مباحث مالی، امکان ارائه مدلهای جدیدترِ قیمتگذاری اختیار معامله فراهم شد چکیده کامل
اوراق اختیار از ابزارهای مهم بازارهای مالی بوده و قیمتگذاری اوراق با معادله قیمتگذاری بلک شولز بسیار متداول است. این معادله جهت قیمتگذاریِ اختیارهای اروپائى استفاده میشود. با بکارگیریِ علوم ریاضی در مباحث مالی، امکان ارائه مدلهای جدیدترِ قیمتگذاری اختیار معامله فراهم شده است. در این مقاله با روش جدید حل معادله دیفرانسیل تحت عنوان نیکیوورو - اوواروف، امکان ارائه مدل متفاوت قیمتگذاری بلک شولز بررسی گردید. سپس، معادله ای جدید برای قیمتگذاری اوراق اختیار معامله ارائه شد. افزایش دقت قیمتگذاری، رفع نواقص مدل بلک شولز، حل منطقی جدید و قابلیت مقایسه خروجی با حل عددی، اهمیت و نوآوری پژوهش حاضر میباشند. نتایج نشان داد؛ امکان ارائه مدل جدید قیمتگذاری اختیار معامله با روش نیکیوورو – اوواروف امکانپذیر بوده و در سطح اطمینان 95 درصد بین قیمتگذاری روش جدید و مدل بلک شولز تفاوت معنادار وجود ندارد. دقت بیشتر قیمتگذاری برای مبالغ بالا، امکان بکارگیریِ معادله در قیمتگذاری اختیار معامله های اروپایی و آمریکایی و اعمال محدودیتهای کمترِ اثبات معادله، مزیتهای مدل جدید هستند. به منظور مقایسه مدل جدید و مدل بلکشولز از اطلاعات 50 اختیار معامله زعفران در فرابورس ایران از سال 1395 لغایت 1398 استفاده و از آزمون مقایسه ای دو گروه مستقل ناپارامتریکِ من ویتنی استفاده گردید.
پرونده مقاله
امروزه انواع مدلهای هوش مصنوعی جایگاه خود را در محاسبات و پیشبینیهای بازارهای مالی تثبیت کردهاند؛ در این میان معماریهای مبتنی بر یادگیری عمیق که خود براساس الگوریتمهای یادگیری ماشینی میباشند، از طریق رفع ضعفهای مدلهای سنتی شبکه عصبی در خصوص پیش-بینی ساختارهای چکیده کامل
امروزه انواع مدلهای هوش مصنوعی جایگاه خود را در محاسبات و پیشبینیهای بازارهای مالی تثبیت کردهاند؛ در این میان معماریهای مبتنی بر یادگیری عمیق که خود براساس الگوریتمهای یادگیری ماشینی میباشند، از طریق رفع ضعفهای مدلهای سنتی شبکه عصبی در خصوص پیش-بینی ساختارهای دینامیک، مورد توجه قرار گرفتهاند. مهمترین مزیت الگوریتمهای یادگیری عمیق نسبت به مدلهای سنتی شبکه عصبی، استخراج خودکار ویژگیهای مناسب از ورودیهای خام می-باشد که از آن برای روند یادگیری مدل استفاده میکند؛ به عبارتی الگوریتمهای این روش از چندین لایهی پردازش اطلاعات و به ویژه اطلاعات غیرخطی بهره میبرند تا بهترین ویژگیهای مناسب را از ورودی خام استخراج نمایند. در پژوهش حاضر توانایی معماریهای الگوریتم حافظه کوتاهمدت ماندگار (LSTM) جهت پیش-بینی قیمت سهام مورد بررسی قرار گرفته است؛ علاوه بر این، ضمن طبقهبندی عوامل موثر بر قیمت سهام، مولفههای نشاندهنده معاملات سهامداران حقیقی و حقوقی به عنوان عاملی اثرگذار بر قیمت سهام معرفی و بررسی شده است. برای اجرای مدل از سه گروه دادههای قیمتی، شاخصهای تکنیکال و معاملات سهامداران حقیقی و حقوقی استفاده شده است. نتایج تحقیق نشان از عملکرد بهتر معماری LSTM همراه با لایه Drop Out نسبت به مدل ساده آن و همچنین مدل RNN دارد.
پرونده مقاله