بررسی دقت روش‌های مختلف پیش‌بینی کوتاه‌مدت شاخص سهام و تعداد موارد مبتلایان روزانه به بیماری کرونا (covid-19) در ایران

سازمان بهداشت جهانی (who) نخست در 20 فوریه 2020 بیماری کرونا (covid19) را به عنوان یک خطر جهانی و سپس در 11 مارس آن را یک بیماری همه‌گیر اعلام کرد. همانند نابسانی‌های سیاسی، اجتماعی، فرهنگی و اقتصادی ناشی از بیماری کرونا، بازارهای مالی، متناسب با خبرهای بیماری کرونا دارای نوسانات شدید شدند. با توجه به اهمیت موضوع در این مطالعه، قدرت پیش‌بینی روش ابتکاری و جدید (suttearima) و مقایسه‌ی آن با سه روش رایج خود توضیح با میانگین متحرک انباشته (arima) ، شبکه عصبی مصنوعی (ann) و هالت - وینتر (hm) به صورت کوتاه مدت در بازه‌ی زمانی 05/12/1389 تا 31/02/1399 برای پیش‌بینی مقادیر شاخص قیمت سهام 50 شرکت فعال‌تر در بازار بورس اوراق بهادار تهران و تعداد موارد مبتلایان روزانه به بیماری کرونا در ایران مورد بررسی و تجزیه و تحلیل قرار گرفت. نتایج نشان داد که برای پیش‌بینی‌های کوتاه مدت موردنظر در این مطالعه، نتایج روش (suttearima) در مقایسه با سه روش دیگر دارای دقت بیشتر و خطای کمتر می‌باشد.

Investigating the accuracy of different short-term forecasting methods about stock index and the daily number of coronavirus disease (covid-19) cases in Iran

Firstly, on February 20, 2020, the World Health Organization (WHO) to declare coronavirus disease (covid19) as a global emergency, and then a pandemic on 11th March. Like the political, social, cultural, and economic disorders caused by Corona disease, financial markets fluctuated sharply in line with Coronachr( #39;39 #39;)s news. According to the subject importance of the present study, the shortterm forecasting power of initiative method (SutteARIMA), were analyzed in compare to the three common methods such as Auto Regressive Integrated Moving Average , Artificial Neural Networks , and HoltWinters . To predict the stock index of 50 active companies in the Tehran Stock Exchange market, and the daily number of coronavirus (Covid19) confirmed cases in Iran, during the range of solar date from 1398/12/05 to 1399/02/31. The results showed that the shortterm forecasting outcomes related to the SutteARIMA method have more accuracy and less error compared to the other three methods.