ارائه مدلی برای پیش‌بینی سری زمانی قیمت های نویزدار سهام با استفاده از تحلیل طیف تکین، رگرسیون بردار پشتیبان بهمراه بهینه‌سازی ازدحام ذرات و مقایسه آن با عملکرد مدل های تبدیل موجک، شبکه عصبی، فرآیند میانگین متحرک خودرگرسیون و رگرسیون چندجمله‌ای
الموضوعات :
شعبان محمدی
1
(گروه حسابداری، دانشکده شهید رجایی، دانشگاه فنی و حرفه‌ای، خراسان رضوی، ایران)
هادی سعیدی
2
(گروه حسابداری، واحد شیروان، دانشگاه آزاد اسلامی، شیروان، ایران)
عبدالحسین طالبی نجف آبادی
3
(گروه حسابداری،دانشکده علوم انسانی، دانشگاه بجنورد، بجنورد ، ایران)
قاسم الهی شیروان
4
(گروه اقتصاد، واحد شیروان، دانشگاه آزاد اسلامی، شیروان، ایران)
الکلمات المفتاحية: تبدیل موجک, طیف تکین, رگرسیون بردار پشتیبان, سری زمانی قیمت های نویزدار,
ملخص المقالة :
در این پژوهش مدلی برای تحلیل و پیش‌بینی سری زمانی مالی نویزدار قیمت سهام با استفاده از تحلیل طیف تکین و رگرسیون بردار پشتیبان همراه با بهینه‌سازی ازدحام ذرات ارائه شده است. بدین صورت که سری زمانی قیمت بسته شده 140 سهم از شرکتهایی در صنایع مختلف در هر دقیقه در روز برای دوره‌ای از 28 اردیبهشت تا 11 خرداد برای سال های 1392 تا 1398 بصورت جداگانه از بورس اوراق بهادار تهران مورد بررسی قرار گرفت. همچنین عملکرد مدل پیشنهادی با عملکرد چهار مدل تبدیل موجک همراه با شبکه عصبی، فرآیند میانگین متحرک خود رگرسیون، رگرسیون چندجمله‌ای و مدل نایو مقایسه شد. از میانگین خطای مطلق، میانگین درصد خطای مطلق، و میانگین ریشه مربعات خطا به عنوان معیارهای اصلی عملکرد استفاده گردید. نتایج نشان می دهد که عملکرد مدل ارائه شده برای تحلیل و پیش‌بینی سری زمانی مالی نویزدار بر اساس میانگین خطای مطلق، میانگین درصد خطای مطلق و میانگین ریشه مربعات خطا، بهتر از مدل های دیگر(شامل: تبدیل موجک، میانگین متحرک خود رگرسیون، رگرسیون چندجمله‌ای، مدل نایو) است.
_||_
