پیش بینی قیمت سهام بورس اوراق بهادار با روش ترکیبی تجزیه حالت تجربی دسته ای و خودرگرسیو میانگین متحرک انباشته [پايان نامه فارسي]

لعیا آیتی

شناسگر رکورد: ۱۵۶۳۶
رشته تحصیلی: سیستم های مالی
عنوان: پیش بینی قیمت سهام بورس اوراق بهادار با روش ترکیبی تجزیه حالت تجربی دسته ای و خودرگرسیو میانگین متحرک انباشته
نويسنده: لعیا آیتی
استاد راهنما : دکتر خدیجه حسنلو
استاد مشاور: دکتر محمدمهدی موسوی
مقطع تحصیلی : کارشناسی ارشد
دانشگاه : خاتم
تاریخ دفاع : ۱۳۹۵
چکیده: با توجه به توسعه و پیشرفت روشهای پیش بینی در بازارهای مالی، سرمایه گذاران همواره به دنبال روشهایی برای پیش بینی قیمت آتی سهام میباشند تا بتوانند سود سرمایه خود را افزایش دهند. بر همین اساس انتخاب روشی مناسب و صحیح برای پیش بینی قیمت اهمیت شگرفی پیدا میکند. هدف از انجام این مطالعه معرفی روش جدیدی برای پیش بینی قیمت سهام در بورس اوراق بهادار با استفاده از روش ترکیبی تجزیه حالت تجربی دسته ای (EEMD) و خودرگرسیو میانگین متحرک انباشته (ARIMA) میباشد. در این تحقیق، از قیمت هفتگی سهام فولاد مبارکه اصفهان و ایران خودرو در دوره ‎۵ ساله از تیرماه ‎۱۳۹۰ تا آذرماه سال ‎۱۳۹۵ استفاده شده است. در مدل پیشنهادی ابتدا با استفاده از تجزیه EEMD سری قیمت سهام به تعدادی تابع مد ذاتی (IMF) تجزیه شده است. سپس هر IMF با استفاده از مدل ARIMA پیشبینیشده و در مرحله نهایی، برای به دست آوردن پیش بینی نهایی، سریهای زمانی پیشبینیشده باهم ترکیب شدهاند. برای مقایسه عملکرد از روشARIMA و روش ترکیبی Wavelet- ARIMAاستفاده شده است. با استفاده از معیارهای ارزیابی DS، RMSE وMAPE مشخص شد که مدل پیشنهادی نسبت به مدل ARIMA و Wavelet-ARIMA در تعیین درستی جهت پیش بینی بهتر و خطای کمتری در پیش بینی قیمت دارا میباشد.
واژگان کلیدی: مهندسی صنایع
واژگان کلیدی: مهندسی مالی
واژگان کلیدی: پیش بینی
واژگان کلیدی: تجزیه
واژگان کلیدی: سری زمانی
واژگان کلیدی: EEMD
واژگان کلیدی: ARIMA
شماره ثبت جزء نسخه جلد بخش قسمت مرجع شماره بازیابی در دست امانت تاریخ بازگشت ملاحظات
21487 1
Copyright 2026 by Payam Hannan co ltd. PayamLib.com