پیش‏بینی قیمت سهام با استفاده از مدل مولفه مشاهده نشده با نوسانات تصادفی

در این تحقیق به پیش‏بینی شاخص قیمت بورس اوراق بهادار تهران با استفاده از مدل مولفه مشاهده نشده (uc) با واریانس تصادفی (sv) پرداخته شده است. بیشتر مدل‏های معرفی شده در این رده مدل‏هایی هستند که توزیع مولفه‏های اخلال آنها توزیعی دنباله بلند است که برای مدل‏سازی متغیرهایی مانند قیمت سهام که در طی زمان نوسان زیادی دارند و یا مستعد تغییر ناگهانی هستند بسیار مناسب است. برای برآورد میانگین فرآیند از روش برآوردی حداکثر درستنمایی و براساس استفاده مکرر از الگوریتم فیلتر کالمن و برای برآورد واریانس فرآیند از یک گونه کارا از روش شبیه سازی زنجیره مارکوف (mcmc) استفاده شده است. در این تحقیق نشان داده می‏شود که مدل مورد نظر مدل مناسبی برای داده‏های شاخص قیمت بورس اوراق بهادار تهران می‏باشد و نسبت به مدل‏های مشابه از دقت بالایی برای پیش‏بینی‏ این شاخص برخوردار است.