ندا مبین

پویایی بازار و رفتار تصادفی سری زمانی شاخص در دنیا باعث شده پیش بینی روند آن از دغدغه اصلی پژوهشگران و سرمایه گذاران بازار سرمایه شود و لذا از مدل های مختلف برای پیش بینی استفاده گردد . روش های تحلیل سری های زمانی مبتنی بر شبکه و پیش بینی از جمله مدل گراف پدیداری نشان می دهد که این روش ها برای تحلیل سری های زمانی مؤثر است. در این پژوهش سعی بر این داشته ایم که به کمک سه روش گراف پدیداری به پیش بینی شاخص TEDPIX در سال های 1392 تا 1403 بپردازیم. این روش ها شامل متشابه ترین گره، مدل گره های متشابه وزن دار، و مدل ابداعی پژوهش مدل گراف پدیداری متقاطع می باشند.در این راستا سری زمانی شاخص و چند متغیر کمکی را به گراف پدیداری تبدیل کرده و به کمک سه مدل به پیش بینی سری های زمانی فوق الذکر پرداختیم. نتایج نشان داد که عملکرد مدل گره های متشابه وزن دار و مدل مشابه ترین گره بسته به شرایط مختلف گاهی بهتر از دیگری بوده است. با این حال، مدل ابداعی ما، یعنی مدل گراف پدیداری متقاطع و مدل گره های متشابه وزن دار ، به طور کلی در پیش بینی شاخص بهترین نتایج را به دست آورده.