مقایسه قدرت پیشخبینی قیمت سهام با استفاده از روشهای سری زمانی تک متغیره و یادگیری ماشین در بورس اوراق بهادار تهران [Persian Thesis]
فرناز عباس نژاد اسکویی
| شناسگر رکورد: | ۱۶۵۴۸ |
| رشته تحصیلی: | سیستم های مالی |
| عنوان: | مقایسه قدرت پیشخبینی قیمت سهام با استفاده از روشهای سری زمانی تک متغیره و یادگیری ماشین در بورس اوراق بهادار تهران |
| نويسنده: | فرناز عباس نژاد اسکویی |
| استاد راهنما : | دکتر سعید شوال پور |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۴۰۰ |
| چکیده: | امروزه به دلیل گسترش و پیچیدگی فضای معاملات و تنوع در بازارهای معاملاتی، تحلیلگران به دنبال راهصهای سرمایه گذاری مطمئن هستند که بتوانند بازدهی مناسب را کسب نمایند. پیش بینی قیمت سهام یکی از چالش برانگیزترین وظایف برای سرمایه گذاران مالی میباشد که این چالش به دلیل عدم قطعیت و نوسانات قیمت سهام در بازار است. پژوهشگران به دنبال روش های متعددی برای پیش بینی قیمت سهام میباشند ولی هیچ روشی برای پیش بینی دقیق قیمت سهام کشف نشده است. هدف اصلی در این پژوهش مقایسه قدرت پیش بینی به دو روش سری های زمانی تک متغیره به روش آرما (ARMA) و جنگل تصادفی(Random Forest) میباشد. دادههای تحقیق قیمت پایانی۳۰ سهم به صورت روزانه از بورس اوراق بهادار از سال ۱۳۹۲ تا ۱۳۹۸ مورد استفاده قرار گرفت و مقادیر معیارهای ارزیابی دقت پیش بینی RMSE و MAPE برای هر دو مدل برآورد شد. نتایج نشان داد دقت پیش بینی روش جنگل تصادفی از کیفیت بهتری به نسبت روش آرما برخوردار است. |
| واژگان کلیدی: | مهندسی صنایع |
| مهندسی مالی | |
| سری های زمانی | |
| آرما | |
| جنگل تصادفی | |
| یادگیری ماشین | |
| قیمت سهام | |
| پیش بینی |
| Register Number | Part3 | Version | Volume | Part | Part2 | Reference | Call Number | lended | Date Back | Description | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 23042 | 1 |
LoginWithYourAccountToPostComment