مطالب مرتبط با کلیدواژه

روش مونت کارلو


۱.

برآورد حجم بهینه نمونه در مدل های معادله ساختاری و ارزیابی کفایت آن برای پژوهشگران اجتماعی(مقاله علمی وزارت علوم)

نویسنده:

کلیدواژه‌ها: روش مونت کارلو مدل معادله ساختاری حجم نمونه روش ساتورا – ساریس

حوزه های تخصصی:
تعداد بازدید : ۲۰۷۴ تعداد دانلود : ۷۵۴
مدل سازی معادله ساختاری به عنوان یک روش چندمتغیره برای تجزیه و تحلیل داده ها، به تدریج در حال گسترش است. هدف اصلی از نگارش مقاله ی حاضر، علاوه بر معرفی عمومی­ترین روش­های برآورد حجم نمونه قابل قبول به لحاظ علمی (توان آزمون قابل قبول و دقت در برآورد پارامترهای آزاد) که بتوان به نتایج حاصل از برآورد پارامترهای آزاد مختلف در یک مدل اعتماد کرد، معرفی معیارهای و روش­هایی است که پژوهشگران اجتماعی می توانند از آنها برای برآورد حجم نمونه و همچنین ارزیابی کفایت حجم نمونه مورد مطالعه بهره گیرند. استفاده از قواعد کلی و به عبارت دیگر، قواعد سرانگشتی، برای برآورد حجم نمونه در حال حاضر عمومیت دارند. اینکه این روش­ها کدامند یکی از پرسش­هایی که در متن حاضر تلاش شده است تا بدان پاسخ داده شود. با این حال و با وجود داشتن برخی مزایا، نظیر سهولت، استفاده از این قواعد دارای برخی نواقص است که بی­توجهی به آنها می­تواند پژوهشگر را به نتایج نادرستی هدایت کند. یکی از مهم­ترین ایرادهای استفاده از این روش­ها آن است که محقق اغلب نمی­تواند مطمئن باشد در شرایط خاصی که مدل خود را آزمون کرده است آیا حجم نمونه­ای که برای برآورد پارامترهای مختلف از یک سو و آزمون کلیت مدل از سوی دیگر مورد تحلیل قرار گرفته­اند به اندازه کافی بزرگ بوده است یا خیر. چنین وضعیتی، بویژه به هنگامی که مدل تدوین شده به لحاظ تعداد متغیر مشاهده شده، تعداد سازه­ها و تعداد پارامترها مدلی پیچیده است و مفروضه­هایی نظیر نرمال بودن چندمتغیره نقض می­شود با وضوح بیشتری خودنمایی می­کند. بهره­گیری از روش ساتورا ساریس که بر مبنای برآورد توان آزمون و تفاوت کای اسکوئر (مقایسه یک مدل آشیان شده در مدل مادر) قرار دارد و همچنین بهره­گیری از روش مونت کارلو که بر مبنای دقت برآورد پارامترهای آزاد قرار دارد، از جمله روش هایی هستند که پژوهشگران می­توانند از آن برای ارزیابی کفایت حجم نمونه بهره بگیرند.
۲.

به کارگیری مدل داده کاوی هیبریدی (الگوریتم ژنتیک-موجک- شبکه عصبی عمیق- شبیه سازی مونت کارلو) برای پیش بینی قیمت محصولات کشاورزی: مطالعه موردی قیمت آتی زعفران در بورس کالای کشاورزی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی قیمت آتی زعفران الگوریتم ژنتیک نظریه موجک شبکه عصبی عمیق روش مونت کارلو

حوزه های تخصصی:
تعداد بازدید : ۱۰۵ تعداد دانلود : ۹۱
پیش بینی قیمت و روند تغییرات آن از مهم ترین عوامل در تصمیم گیری و تدوین راهبرد های مربوط به محصولات کشاورزی است. هدف مطالعه حاضر ارائه یک مدل یا الگوی داده کاوی هیبریدی شامل مجموعه مدل های غیرخطی الگوریتم ژنتیک، تبدیل موجک، شبکه عصبی عمیق و روش مونت کارلو برای پیش بینی دقیق قیمت محصولات کشاورزی بود. این الگوی پیشنهادی از نوع هیبریدی دومرحله ای و مدل پایه هیبریدی غیرخطی- غیرخطی بود و در آن، از الگوریتم ژنتیک برای تعیین وقفه بهینه سری زمانی قیمت، از تابع موجک برای نوفه زدایی داده های قیمت، از شبکه عصبی عمیق برای پیش بینی قیمت، از روش مونت کارلو برای شبیه سازی محتمل ترین احتمال قیمت و در نهایت، از محاسبات پیچیده نرم برای انجام «پیش بینی خارج از نمونه با مجموعه داده های جدید» برای دوره زمانی دوم تا دهم اردیبهشت 1399 استفاده شد. نتایج مقایسه الگوی پیشنهادی «الگوریتم ژنتیک- تبدیل موجک- شبکه عصبی عمیق- مونت کارلو» با سه الگوی رقیب «الگوریتم ژنتیک-شبکه عصبی عمیق- مونت کارلو»، «الگوریتم ژنتیک- تبدیل موجک- شبکه عصبی ساده- مونت کارلو» و «الگوریتم ژنتیک- شبکه عصبی ساده- مونت کارلو»، با استفاده از معیارهای ارزیابی، نشان داد که الگوی پیشنهادی نسبت به سه الگوی رقیب دارای عملکرد بهتری در پیش بینی قیمت زعفران آتی است؛ همچنین، استفاده از شبکه عصبی عمیق در مقایسه با شبکه عصبی ساده و نیز به کارگیری نظریه موجک برای نوفه زدایی و استفاده از روش مونت کارلو برای شبیه سازی قیمت های پیش بینی شده دقت پیش بینی قیمت آتی زعفران را افزایش می دهد. علاوه بر این، استفاده از محاسبات نرم برای انجام «پیش بینی خارج از نمونه با مجموعه داده های جدید» نشان داد که الگوی پیشنهادی از کارآیی لازم و دقت بالا برای پیش بینی کوتاه مدت قیمت آتی زعفران برخوردار بوده، به گونه ای که میزان خطای محاسباتی کمتر از یک درصد (6/0 درصد) است. بنابراین، مطالعه حاضر در دستیابی به شاخص میزان دقت حداکثری، سناریوسازی روند قیمت های آتی، تحلیل حساسیت مؤلفه های مؤثر بر قیمت و سرانجام، پیش بینی قیمت آینده از جایگاهی بسیار مناسب برخوردار است. با توجه به نتایج به دست آمده، استفاده از الگوی پیشنهادی برای پیش بینی قیمت محصولات کشاورزی توصیه می شود.
۳.

بررسی رفتار توده وار قیمت سهام در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بازار مالی رفتار توده وار قیمت تصمیم گیری مدل سازی روش مونت کارلو

حوزه های تخصصی:
تعداد بازدید : ۳۸ تعداد دانلود : ۳۴
گستردهمعرفی:گرچه رفتار توده وار در نظریات موجود عمدتاً بر اساس نوعی تقلید و تکرار رفتار تعریف می شود، ارائه مدل ریاضی که توانایی شناسایی این پدیده را داشته باشد، با دشواری همراه است. متدولوژی:در تحقیق حاضر تلاش می شود، با استفاده از روش مونت کارلو و داده های قیمت سهام شرکت های بورس و فرابورس تهران، طی سال های 1390 تا 1398، رفتار توده وار در بین شرکت های نمونه بررسی شود. نظر به این که بازار سرمایه ایران با پدیده بسته شدن نماد مواجه است و این امر می تواند مقادیر رفتار توده وار قیمت را تحت تأثیر قرار دهد، نتایج با بازار سهام نیویورک به عنوان یک بازار توسعه یافته از حیث رفتار توده وار قیمت، مقایسه شده اند. یافته اول بیانگر وجود رفتار توده وار در 29٫6 درصد از موارد ممکن در نمونه تحقیق است. یافته دوم از وجود رفتار توده وار به مقدارمتوسط 4٫0۷ درصد حکایت دارد. یافته سوم، منعکس کننده افزایش مقدار رفتار توده وار همراه با افزایش بازده مطلق است که نشان می دهد با افزایش تغییرات قیمت در سطح شرکت ها، مقدار رفتار توده وار نیز افزایش می یابد. یافته ها:نتایج برآوردها همچنین نشان می دهد رفتار توده وار تقریباً به صورت متقارن رفتار می کند و با افزایش مقدار مطلق بازده سهام، مقدار رفتار توده وار ابتدا کاهشی و سپس افزایشی است. بر این اساس، در روزهایی که تغییرات قیمت چندانی رخ نمی دهد، مقدار رفتار توده وار اندک است؛ اما با افزایش مقدار بازدهی، میانگین رفتار توده وار نیز مثبت و صعودی می شوند و بالغ بر 16 درصد می شود. این موضوع بیان می کند که در هنگام افزایش قیمت یک سهم، قیمت سهم های دیگر نیز تمایل به افزایش پیدا می کنند و هرقدر افزایش قیمت شدیدتر باشد، مقدار تقلید رفتار قیمت ها نیز بیشتر می شود. در هنگام کاهش قیمت ها، روندی مشابه ملاحظه می شود. با کاهش قیمت ها و شدت گرفتن بازدهی منفی، میانگین نرخ رفتار توده وار نیز افزایش می یابد و هرقدر کاهش قیمت ها بیشتر شود، مقدار رفتار توده وار نیز افزایش می یابد. درنتیجه هرقدر مقدار مطلق بازده قیمت افزوده شده)، مقدار رفتار توده وار نیز افزایش یافته است. یافته چهارم تحقیق بیانگر احتمال وجود ارتباط بین مقدار رفتار توده وار حجم معاملات است. برای بررسی این ارتباط در شرایط افزایش شدید حجم و تعداد معاملات،  داده های قیمت بر اساس تعداد و حجم معاملات در 20 گروه طبقه بندی شده اند. سپس مقدار رفتار توده وار هر گروه محاسبه شد. نتایج نشان می دهد ارتباط بین رفتار توده وار با هر دو شاخص مقدار معاملات مثبت و معنی دار است و با افزایش شدید تعداد یا حجم معاملات، رفتار توده وار به حداکثر مقدار خود نزدیک می شود. کسب نتایج مشابه در بورس نیویورک در ادامه توصیف می شوند. نتیجه:شواهد رفتار توده وار در بورس نیویورک نیز نشان می دهد، این پدیده در بورس نیویورک تقریبا دوبرابر بازار سرمایه ایران رخ می دهد. انتشار سریع تر و هماهنگ اخبار بنیادی و عکس العمل سریع تر به آن ها در بازار می تواند دلایل اصلی بروز این امر باشد. این نتایج با مطالعه وانگ و سالمون (2004) مطابقت دارد که در آن مقدار رفتار توده وار بازار امریکا بیشتر از مقدار مشابه در بورس کره جنوبی به دست آمده است. به نظر می رسد باتوجه به مقدار اندک بسته بودن سهام در بورس نیویورک، معنادار بودن مقادیر رفتار توده وار قیمت در آن بازار به معنی آن است که، مقادیر به دست آمده برای بازار تهران نیز احتمالاً چندان تحت تأثیر بسته بودن نمادها نیست و می توان به رفتار توده وار شناسایی شده در بازار اتکا کرد.