رویکرد مهندسی جدید برای پیش بینی نوسان شاخص های بورس اوراق بهادار تهران
Abstract
سرمایه گذاران و مسؤولان بورس اوراق بهادار به منظور دست یابی به تصویر مناسبی از روند بازار بورس، عملکرد شرکت ها و توانایی ارزیابی گذشته جهت پیش بینی آینده، از شاخص های بورس اوراق بهادار استفاده میکنند. مطالعات اخیر نشان میدهد که همبستگی غیرخطی در شاخصهای بازار سهام وجود دارد. به همین منظور، این مطالعه الگوریتم جدید حداقل میانگین مربعات خطا مبتنی بر کرنل که الگوریتم آنلاین و غیرخطی است را برای پیش بینی نوسان شاخص های بورس اوراق بهادار تهران پیشنهاد و به کار میگیرد و عملکرد آن را با الگوریتم شبکههای عصبی مبتنی بر حداقل میانگین مربعات خطا در افق های زمانی کوتاه مدت، میان مدت و بلندمدت مقایسه میکند. نتایج این بررسی نشان میدهد که الگوریتم حداقل میانگین مربعات خطا مبتنی بر کرنل دارای عملکرد مناسبی جهت پیشبینی نوسان شاخص های سهام میباشد. با این حال، نتایج پیش بینی الگوریتم بر اساس معیارهای میانگین مربعات خطا، مجذور میانگین مربعات خطا، میانگین مربعات خطای نرمالیزه شده، قدر مطلق میانگین خطا، صحت جهت پیش بینی، صحت روند پیش بینی رو به بالا و صحت روند پیش بینی روبه پایین در افق های زمانی کوتاه مدت، میان مدت و بلند مدت نشان می دهد که پیش بینی انجام شده توسط الگوریتم حداقل میانگین مربعات خطا مبتنی بر کرنل دارای عملکرد بهتری نسبت به پیش بینی با الگوریتم شبکه های عصبی مبتنی بر حداقل میانگین مربعات خطا می باشد.