سامانه مدیریت همایش های علمی


یازدهمین کنفرانس بین‌المللی مهندسی صنایع


عنوان فارسی	پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از مدل خاکستری فوریه مارکوف

چکیده فارسی مقاله	توانایی در پیش بینی سری های زمانی مالی از موضوعات مورد توجه بسیاری از محققان از گذشته تاکنون بوده است. محققان همواره از مدل های مختلفی مانند رویکردهای آماری، اقتصادسنجی شبکه های عصبی مصنوعی، فازی و الگوریتم های تکاملی و تنیک بمنظور پیش بینی وضعیت آنی سرا زمانی استفاده کرده اند. در این مقاله ضمن معرفی رویکرد نسبتا جدید تئوری سیستم خاکستری، با استفاده از مدل های پیش بینی خاکستری (11)GMI و مدل خاکستری Verhulat به پیش بینی شاخص سهام پرداخته می شود. سپس عملکرد مدل های خاکستری با استفاده از سری های قوزبه بمنظور مدلسازی خطای پسماند حاصل از مدل پیش بینی خاکستری بهبود داده می شود. در نهایت برای بهبود مقدار نهایی پیش بینی مدل خاکستری فوریه از مدل پیش بینی زنجیره مارکوف استفاده شده است. بمنظور مقایسه چگونگی عملکرد مدل پیش بینی و بررسی وضعیت آتی شاخص سهام داده های شاخص کل بورس اوراق بهادار تهران (TEPIX) از دو منظر دارای روند و با نوسانی بودن سری زمانی و تأثیر اندازه نمونه اولیه در دقت پیش بینی مورد مطالعه قرار داده شده است. نتایج حاصل از بررسی نشان می دهد، استفاده از مدل خاکستری برای سری های زمانی دارای روند و ایستا مناسب است و افزایش تعداد داده های ورودی عملکرد مدل خاکستری را بمیزان قابل توجهی کاهش می دهد. همچنین مدل (11)GMI نسبت به مدل خاکستری Verhulst دقت بالاتری در مدلسازی سری زماتی و پیش بینی خواهد داشت.

کلیدواژه‌های فارسی مقاله	پیش بینی، شاخص بورس اوراق بهادار، مدل های پیش بینی خاکستری، سری فوریه، زنجیره مارکوف.

عنوان انگلیسی	Tehran Stock IndexPredictionUsing Grey Fourier Markov

چکیده انگلیسی مقاله	Ability to forecast precisely had been one of the substantial issues is taken into consideration of many researchers. Researchers always had been utilized different models such as statistical approaches, econometrics, artificial neural network, fuzzy, evolutionary and genetic algorithms. Therefore, in this article, after a brief review of grey system theory, a relatively new approach, the stock index is predicted by means of Grey Model (1,1) and Grey Verhulst. The accuracy of the models have improved by means of Fourier series for modeling the resulted residual errors, also Markov chain has been used for rectifying the final predicted value. In aims to evaluation the performance of the prediction models, the model has implemented in Tehran Stock Index. The model performance has investigated according to two aspects, the volatile or trending time series and sample size effect on prediction accuracy. The results depicted that the grey model is suitable for static time series not highly volatile time series and increasing number of input reduces the performance of grey model. The GM(1,1) has better accuracy rather that Grey Verhulst in model fitting and prediction.

کلیدواژه‌های انگلیسی مقاله	Prediction, Stock index, Grey prediction model, Fourier series, Markov chain.

نویسندگان مقاله	بهنوش شاکري \| Behnoosh Shakeri دانشگاه صنعتی امیرکبیر اکبر اصفهانی پور \| Akbar Esfahani دانشگاه صنعتی امیرکبیر پژمان مهران \| Pezhman Mehran دانشگاه صنعتی امیرکبیر

نشانی اینترنتی	iiec2015.org
فایل مقاله	دریافت فایل مقاله
کد مقاله (doi)
زبان مقاله منتشر شده	fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده

برگشت به: صفحه اول پایگاه \| دوره مرتبط \| کنفرانس مرتبط \| فهرست کنفرانس ها