|
|
|
|
ارزیابی روش های تحلیل آشوب، تجزیه موجک و شبکه عصبی در پیش‌بینی شاخص بورس تهران
|
|
|
|
|
|
|
|
نویسنده
|
عباسی نژاد حسین ,نادری اسماعیل
|
|
منبع
|
تحقيقات مدل سازي اقتصادي - 1391 - دوره : 2 - شماره : 8 - صفحه:119 -140
|
|
چکیده
|
این مطالعه برای پیش‌بینی بازدهی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران، آشوب را تحلیل و پیش‌بینی‌پذیری را بررسی کرده و نیز عملکرد انواع مدلهای شبکه عصبی را با کمک دادههای تجزیه‌شده با روش موجک ارزیابی کرده است. به‌همین منظور، از دادههای سری‌زمانی روزانه و سری بازدهی شاخص قیمت و بازده نقدی بورس طی دوره زمانی 5 فروردین 1388 تا 18 اردیبهشت 1391 استفاده شده است. براساس نتایج این مطالعه، سری بازدهی بورس در دوره بررسی‌شده، پیش بینی‌پذیر بوده و آثار غیرخطی معیّن و آشوبی داشته است. همچنین برطبق معکوس آماره حداکثر نمای لیاپانوف، تعداد روز‌های پیش بینی‌پذیر در این مطالعه، 31 روز به‌دست آمد. یافته دیگر این پژوهش نیز به برتری عملکرد مدلهای شبکه عصبی چندلایه پیش‌خور (mfnn) و شبکه عصبی فازی (anfis) مبتنی‌بر دادههای تجزیه‌شده به کمک تجزیه موجک در مقابل به‌کارگیری سطح داده‌ها دلالت دارد. در این‌بین نیز برتری با مدل شبکه عصبی چندلایه پیش‌خور بوده است.
|
|
کلیدواژه
|
پیش‌بینی ,بورس ,تحلیل آشوب ,تجزیه موجک ,مدلهای شبکه عصبی ,Forecasting ,Exchange Market ,Chaos Analysis ,Wavelet Decomposition ,Neural Network Models
|
|
آدرس
|
دانشگاه تهران, استاد دانشکده اقتصاد دانشگاه تهران, ایران, دانشگاه تهران, دانشجوی کارشناسی ارشد اقتصاد دانشگاه تهران, ایران
|
|
پست الکترونیکی
|
naderi.ec@ut.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|