مقایسه ی پیش بینی سهام بیمه ما توسط مدل آریما و الگوریتم جنگل تصادفی

پیش بینی بازار سهام همیشه مورد توجه پژوهشگران بوده است. برای سالها ، سوال مورد بحث و بررسی در محافل دانشگاهی و تجاری این بود که تا چه میزان می توان از قیمت گذشته ی سهام استفاده کرد تا پیش بینی های معناداری راجع به قیمت آینده سهام انجام داد؟ برای پاسخ به این سوال تئوری های مختلفی وجود دارد و همه ی آن ها فرض می کنند که رفتار گذشته ی قیمت یک سهام، اطلاعاتی پیرامون رفتار آینده آن دارد. با این که تلاشهای علمی بیشماری صورت گرفته است، هیچ روشی برای پیش بینی دقیق جهت حرکت قیمت سهام کشف نشده است. در این مقاله سهام بیمه ما مورد بررسی قرار گرفته و با دو روش داده کاوی و سری زمانی پیش بینی شده است. در روش داده کاوی از الگوریتم جنگل تصادفی و در روش سری زمانی از مدل آریما استفاده کردیم. سپس با استفاده از معیارهایی نظیر rmse و mae آن ها را ارزیابی کرده و آن مدلی که خطای کمتری داشت را به عنوان بهترین مدل برای پیش بینی انتخاب کردیم. بر این اساس الگوریتم جنگل تصادفی مدل بهتری برای پیش بینی سهام بیمه ما است.