برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
زمستان 1391 , دوره  5 , شماره  16 ; از صفحه 89 تا صفحه 103 .
 
عنوان مقاله: 

بررسي حافظه بلندمدت و بکارگيري تجزيه موجک جهت بهبود عملکرد پيش بيني نوسانات بازار سهام

 
نویسندگان: 
 
آدرس:  
* دانشگاه تهران
 
چکیده: 

شاخص هاي بازارهاي مالي، داراي تناوب و تلاطم بسيار زيادي بوده که اين امر سبب شکل گيري نوع خاصي از نامانايي گشته که به آن نامانايي کسري اطلاق مي گردد. اين ويژگي موجبات شکل گيري حافظه بلندمدت در اين نوع از سري هاي زماني را فراهم مي آورد. از اين رو، اين مطالعه ضمن بررسي وجود ويژگي حافظه بلندمدت در سري بازدهي بورس، به پيش بيني نوسانات اين شاخص به کمک مدل هاي مبتني بر حافظه بلندمدت و نيز تجزيه موجک، مي پردازد. جهت رسيدن به اين هدف، از داده هاي سري زماني روزانه شاخص قيمت و بازده نقدي بورس اوراق بهادار تهران، طي دوره زماني پنجم فروردين 1388 تا هجدهم ارديبهشت ماه 1391 استفاده شده است. بر پايه نتايج اين پژوهش، وجود ويژگي حافظه بلندمدت در اين سري مورد تاييد قرار مي گيرد و بر اين اساس بهترين مدل جهت تبيين رفتار نوسانات سري مذکور، مدل غيرخطي ARFIMA(1,2)-FIGARCH(BBM) مي باشد. همچنين، جهت پيش بيني نوسانات شاخص بازدهي بورس، از مدل مذکور بر اساس سطح داده ها و نيز داده هاي تجزيه شده، استفاده گرديد که بر مبناي معيارهاي خطاي پيش بيني MSE و RMSE، مدل مبتني بر داده هاي تجزيه شده با تکنيک موجک از نتايج قابل قبول تري برخوردار بوده است.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 141
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی