مدل‌سازی پیش‌بینی نوسانات قیمت طلا در بازار جهانی

طلا توسط سرمایه‌گذاران به عنوان پوششی (ابزاری برای حفظ ارزش پول) در برابر سایر دارایی‌های مالی استفاده شده و از این جنبه از اهمیت بسیار بالایی برخوردار است. نوسانات شدید در قیمت طلا اهمیت شناسایی و فرآیند اثرگذاری عوامل موثر بر تغییرات قیمت آن را دو چندان نموده است. بازار طلا، یکی از بازارهای پرتلاطم است، که پیش‌بینی آینده آن میتواند در تصمیم‌گیری‌ها تاثیر مثبتی بر جای بگذارد. با آگاهی از قیمت طلا و پیش‌بینی صحیح آن می‌توان فرآیند تصمیم‌گیری خرید و فروش طلا در بازارهای جهانی را تسهیل و بهترین زمان اجرای معاملات و سرمایه‌گذاری‌ها را تعیین نمود؛ لذا پیش‌بینی صحیح قیمت طلا از جهات مختلف حایز اهمیت است. در این تحقیق اقدام به مدل‌سازی پیش‌بینی نوسانات قیمت طلا در بازار جهانی شده است. تحقیق حاضر کاربردی است و از داده‌های ماهانه در بازه زمانی 2010 تا 2022 میلادی استفاده شده است. 35 عامل موثر بر ایجاد نوسانات قیمت طلا مورد ارزیابی قرار گرفتند. از رویکرد مدل‌های گارچ و نوسان تصادفی جهت استخراج نوسان قیمت طلا و از مدل‌های tvpdma، tvpdms و bma جهت شناسایی مهم‌ترین متغیرهای موثر بر ایجاد نوسان استفاده شده است. بر اساس نتایج، مدل‌های sv نسبت به مدل‌های گارچ در استخراج نوسانات از دقت بالاتری برخوردارند. از میان مدل‌های tvpdma، tvpdms و bma، مدل bma از دقت بالاتری برخوردار بود. بر اساس نتایج 12 متغیر موثر شاخص دلار، قیمت نفت، واردات و صادرات طلا، نرخ بهره جهانی، شاخص رمز ارزها، rsi (شاخص قدرت نرخ بهره)، macd (دیفرانسیل ماهیانه درصدهای حرکت متوسط)، retracement (بازگشت فیبوناچی)، adx (شاخص جهت در بازار)، oscillator (نوسان سهام)، pivot point demark pivot point fibonacci بالاترین احتمال حضور و سطح معناداری را در جهت پیش بینی قیمت نوسان دارا بودند. نتایج بیانگر این واقعیت هستند که عوامل داخلی موثر بر نوسانات قیمت طلا بیش از عوامل بیرونی بر این نوسانات اثرگذارند.

modeling gold price volatility predictions in the global market

gold is widely used by investors as a hedge against other financial assets, underscoring its critical importance. sharp fluctuations in gold prices have highlighted the need to identify and understand the factors influencing these price changes. the gold market is known for its volatility, and accurate predictions about its future can significantly impact decision making. understanding the gold price and making correct forecasts can help inform decisions about buying and selling gold in global markets, and determine the most favorable times for transactions and investments. therefore, it is crucial to accurately predict the gold price from various perspectives. this study aims to model and predict gold price volatility in the global market. the research is applied in nature and utilizes monthly data from 2010 to 2022. we evaluated 35 factors potentially affecting gold price volatility. garch models and stochastic volatility approaches were employed to extract gold price volatility, while tvpdma, tvpdms, and bma models were used to identify the most significant variables driving volatility. results indicate that sv models outperform garch models in accurately extracting volatility. among the tvpdma, tvpdms, and bma models, the bma model demonstrated superior accuracy. findings reveal that 12 key variables—including the dollar index, oil prices, gold imports and exports, global interest rates, cryptocurrency index, relative strength index (rsi), moving average convergence divergence (macd), fibonacci retracement, average directional index (adx), stock oscillator, and demark and fibonacci pivot points—showed the highest likelihood of presence and significance in predicting price volatility. the results suggest that internal factors have a greater impact on gold price volatility than external factors.