بهروز پیری ایرانشاهی

هدف این مقاله بررسی کارایی مدل های معادلات دیفرانسیل تصادفی در پیش بینی قیمت سهام است. برای ارزیابی دقت این مدل ها، یک مطالعه مقایسه ای بین این مدل ها و مدل های سری زمانی متداول انجام شده است. در این حوزه، مدل های حرکت براونی هندسی و هستون بررسی شده اند. برای این مقاله از بین نمادهای حاضر در بورس تهران به صورت موردی به بررسی سهام بانک ملت در نماد وبملت پرداخته شده است؛ بدین منظور مقاله روی داده های تعدیل شده قیمت این سهام از ابتدای سال 1394 تا ابتدای سال 1402 صورت گرفته است. قبل از مدل سازی قیمت سهام و انجام پیش بینی، احتمال وجود الگوهای تکرارشونده و خودشبیه در روند حرکت قیمت سهام بررسی شده است. نتایج نشان می دهند که سهام بانک ملت دارای حافظه بلندمدت است که باعث می شود پیش بینی رفتارش تا حدودی امکان پذیر باشد. در ادامه پیش بینی قیمت سهام برای نماد وبملت انجام شده است و یافته های تحقیق نشان می دهند که مدل دی ف رانس یل تصادفی ه ست ون براساس اکثر معیارهای ارزیابی پ س آزم ون، عملکرد بهتری در پیش بینی قیمت سهام دارد؛ به طوری که این مدل تنها 64/4 صدم درصد خطای مطلق را در پیش بینی ها نشان داد. مدل سری زمانی AR نیز با این فرض کلیدی که الگوهای گذشته در آینده نیز تکرار می شوند، عملکرد قابل قبولی داشته است. این فرضیه با وجود حافظه بلندمدت و پایداری در شاخص کل همخوانی دارد و باعث می شود که مدل AR بعد از مدل هستون، در جایگاه دوم معیارهای ارزیابی قرار گیرد. بنابر نتایج به دست آمده مدل های معادلات دیفرانسیل تصادفی مدل های کارآمدی برای مدل سازی و پیش بینی قیمت سهام هستند.