مطالب مرتبط با کلیدواژه
۱.
۲.
۳.
۴.
۵.
۶.
۷.
۸.
۹.
۱۰.
میانگین متحرک
حوزه های تخصصی:
این تحقیق در پی یافتن پاسخ این سوال است که آیا استفاده از روش های تحلیل تکنیکی در بورس اوراق بهادار تهران سودمند می باشد یا خیر؟ بدین منظور یکی از ساده ترین و در عین حال پرکاربردترین روش های تحلیل تکنیکی یعنی میانگین متحرک مورد استفاده قرار گرفته است. این بررسی از طریق آزمودن قواعد معاملاتی متعدد میانگین متحرک بر روی شاخص کل بورس اوراق بهادار تهران از تیرماه سال 1371 تا پایان شهریور ماه سال 1383، صورت پذیرفته است. نتایج تحقیق نشان می دهد که روش های میانگین متحرک دارای قابلیت پیش بینی می باشند و می توانند الگوهای قیمتی را به منظور انجام معاملات سودمند شناسایی نمایند. علاوه بر این، تحقیق حاضر این فرضیه که روش های معاملاتی تکنیکی نسبت به استراتژی خرید و نگهداری بازده بیشتری ایجاد می نمایند را تایید نمود. طبق نتایج تحقیق به نظر می رسد سودمندترین قاعده، میانگین متحرک 5 روزه می باشد. این قاعده معاملاتی با ایجاد متوسط بازدهی سالانه حدود60 درصد در مقایسه با متوسط بازدهی سالانه نزدیک به 36 درصدی روش خرید و نگهداری درهمین دوره، بهترین عملکرد را داشته است.
مدل سازی و پیش بینی قیمت بنزین با استفاده از شبکه عصبی GMDH(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این پژوهش از شبکه عصبی GMDH مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیرخطی پویای پیچیده، برای پیش بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده کرده ایم. متغیرهای ورودی در روش قیاسی شامل تمام عوامل مؤثر(درون و برون سیستمی) بر قیمت بنزین و در روش تحلیل تکنیکی شامل میانگین های متحرک کوتاه و بلندمدت است. نتایج نشان دهنده دقت بیش از 96درصد پیش بینی و پایداری روش قیاسی و بیش از99درصد تحلیل تکنیکی است. اثر روز دوشنبه به عنوان یک معیار تحلیل تکنیکی در روش قیاسی، تایید شده است. همچنین، در مقایسه معیارهای خطا، دقت پیش بینی های شبکه عصبی GMDH به طور معناداری از الگوی رگرسیونی بهتر است.
نگرشی بر تغییرات حداقل های مطلق دما در پهنه ایران زمین(مقاله علمی وزارت علوم)
حوزه های تخصصی:
دما متغیر جوی بسیار مهمی است که تغییر آن منشاء بسیاری از تحولات فیزیکی، شیمیایی و زیست محیطی است. اندازه گیری دما توسط انسان در مقایسه با سایر عناصر جوی از سابقه طولانی تری بر خوردار است. هدف اصلی این پژوهش بررسی تغییرات زمانی و مکانی دمای حداقل، تعداد روزهای با دمای مساوی و کمتر از 4- درجه سلسیوس است. بدین منظور داده های آماری حداقل مطلق دما در 20 ایستگاه همدید کشور با روش تحلیل روند، تحلیل واریانس و میانگین متحرک در دوره آماری 1956-2005 واکاوی شد و در ادامه نمودارهای سالانه، فصلی و ماهانه میانگین دمای حداقل در طول دوره آماری ترسیم و تحلیل گردید. نتایج این بررسی ها نشان می دهد که الگوی تغییرات حداقل مطلق دما در کشور در طول دوره آماری یکسان نبوده به طوری که، نوسانات و تغییرات مقادیر حداقل مطلق دما در بین مناطق مختلف ایران دارای اختلافات زیادی است. با وجود روند افزایشی سری زمانی دما، داده های دمای حداقل دارای افت و خیزها و دوره های کوتاه مدت سرمایشی و گرمایشی است. همچنین نتایج این تحقیق بیانگر تغییرات شدید مکانی و زمانی حداقل دما در بین ایستگاههای شمالغرب و نواحی کوهستانی منفرد کشور و نیز تغییرات ملایم در ایستگاههای مرکزی و جنوبی کشور است. تغییرات و توزیع تعداد روزهای مساوی و کمتر از4- درجه سلسیوس نیز الگوی مشابهی را در کشور نشان می دهد. به طور کلی حداقل دما در سطح کشور در طول دوره آماری روند افزایشی را طی کرده است.
پیش بینی بازده بورس اوراق بهادار تهران با استفاده از مدل های میانگین متحرک (MA) و میانگین متحرک با ورودی های خارجی (MAX)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تحقیق حاضر با هدف مدل سازی و پیش بینی بازده بورس اوراق بهادار تهران با استفاده از مدل های میانگین متحرک و میانگین متحرک با ورودی های خارجی صورت پذیرفته است. تحقیق حاضر ابتدا به بررسی موضوع بازده و انواع بازده پرداخته و سپس عوامل موثر بر بازده را که منتج از مبانی تئوریک مالی و تحقیقات مرتبط می باشد، شناسایی نموده است. در ادمه موضوع پیش بینی و روش های متداول آن بررسی و انواع مدل های پیش بینی بازده بازار سرمایه به تفصیل مورد بررسی قرار گرفته است. در قسمت بعدی روش تحقیق و نحوه تحلیل داده ها بررسی شده است. سپس از مدل رگرسیون خطی کلاسیک برای پیش بینی بازده بورس اوراق بهادار تهران استفاده گردیده و پس از آنکه نتایج آزمون های تشخیصی دلالت بر تاثیرپذیری متغیر وابسته از میانگین متحرک یک تا ده خود می باشد از مدل های MA و MAX جهت پیش بینی بازده بورس اوراق بهادار تهران استفاده گردید. پس از تخمین مدل های مذکور و تایید قدرت تصریح آنها از طریق بکارگیری آزمون های تشخیصی ، بازده بورس اوراق بهادار تهران برای 4 دوره آتی پیش بینی گردید. پیش بینی های صورت پذیرفته با استفاده از مدل های تخمینی با داده های واقعی مورد مقایسه قرار گرفته و مدل بهینه با استفاده از معیارهای اطلاعاتی آکائیک، شوارزبیزین و حنان-کوئیک و همچنین معیار MSE,MAE,MAPE انتخاب گردید. نتیجه نهایی موید برتری مدل MAX بر مدل MA می باشد
بررسی تاثیر بی ثباتی اقتصاد کلان بر سرمایه گذاری بخش خصوصی در ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بررسی تاثیر بی ثباتی اقتصاد کلان بر سرمایه گذاری بخش خصوصی در ایران بی ثباتی شاخص های اقتصاد کلان در جامعه می تواند موجب کاهش تجمع سرمایه فیزیکی شده و کارایی استفاده از سرمایه های موجود در اقتصاد را کاهش دهد. در این مطالعه اثر شاخص های بی ثباتی اقتصاد کلان بر سرمایه گذاری بخش خصوصی در ایران طی دوره (95-1360) با استفاده از روش خود رگرسیونی با وقفه های توزیعی (ARDL) مورد ارزیابی قرار گرفته است. متغیرهای مورد استفاده برای این منظور؛ نرخ تورم، نسبت کسری بودجه دولت به تولید ناخالص داخلی، نسبت کسری تراز پرداخت ها به تولید ناخالص داخلی و نرخ ارز واقعی می باشند. بی ثباتی، قدر مطلق انحراف هر کدام از این متغیر ها از روند با ثبات آنها می باشد که با استفاده از روش میانگین متحرک با دوره ای 4 ساله بدست آمده است. نتایج حاکی از تاثیر مثبت بی ثباتی نسبت کسری بودجه دولت به تولید ناخالص داخلی و تأثیر منفی بی ثباتی نرخ تورم و نرخ ارز واقعی بر روی سرمایه گذاری بخش خصوصی می باشد. کلید واژه ها: بی ثباتی شاخص های اقتصاد کلان، سرمایه گذاری بخش خصوصی، میانگین متحرک.
طراحی مدل پیش بینی بازده بورس اوراق بهادار تهران با استفاده از مدل های خودرگرسیون میانگین متحرک (ARMA) و خودرگرسیون میانگین متحرک با ورودی های خارجی (ARMAX) و ارزیابی عملکرد آن ها(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بازده بازارهای سرمایه تحت تأثیر عوامل مختلفی هستند. این عوامل دامنه گسترده و وسیعی از عوامل کلان جهانی تا رفتارهای تاریخی متغیر وابسته را شامل می شود. پژوهشگران زیادی، هریک بخش یا بخش هایی از این دامنه گسترده عوامل تأثیرگذار بر بازده بازار سرمایه را در کشورهای مختلف، انتخاب و اقدام به مدل سازی برای پیش بینی بازده بازار سرمایه مربوطه کرده اند. پژوهش حاضر نیز با هدف مدل سازی و پیش بینی بازده بورس اوراق بهادار تهران، از مدل های خود توضیحی و ترکیبی استفاده کرده است. به گونه ای که از مدل های خودرگرسیون میانگین متحرک و خودرگرسیون میانگین متحرک با ورودی های خارجی برای مدل سازی و پیش بینی بازده بورس اوراق بهادار تهران یاری گرفته است. در پژوهش حاضر، برای تبیین هر چه کامل تر مدل و به کارگیری عوامل حداکثری، پس از بررسی موضوع بازده و عوامل مؤثر بر بازده، موضوع پیش بینی و روش های متداول آن و انواع مدل های پیش بینی بازده بازار سرمایه بررسی شده است. سپس از مدل های رگرسیون خطی کلاسیک، خود رگرسیون میانگین متحرک (ARMA) و خود رگرسیون میانگین متحرک با ورودی های خارجی (ARMAX) برای پیش بینی بازده بورس اوراق بهادار تهران استفاده شد. پس از تخمین مدل های یادشده، با استفاده از داده های 99 دوره ای و تأیید قدرت تصریح آن ها بااستفاده از به کارگیری آزمون های تشخیصی، بازده بورس اوراق بهادار تهران برای 4 دوره آتی پیش بینی شد. پیش بینی های صورت پذیرفته با استفاده از مدل های تخمینی با داده های واقعی مورد مقایسه قرار گرفته و مدل بهینه با استفاده از معیارهای اطلاعاتی آکائیک، شوارزبیزین و حنان کوئیک و همچنین معیار MSE,MAE,MAPE انتخاب شد. نتیجه نهایی مؤید برتری مدل ARMA بر مدل ARMAX است.
سیستم سبد گردان خودکار با استفاده از ترکیب مدل های پیش بینی تلاطم و مبانی تحلیل تکنیکال(مقاله علمی وزارت علوم)
منبع:
راهبرد مدیریت مالی سال هفتم بهار ۱۳۹۸ شماره ۲۴
145 - 164
حوزه های تخصصی:
یکی از مواردی که درزمینه ی خریدوفروش سهام کمتر موردتوجه قرار گرفته شده، ارائه مدلی خودکار جهت تشکیل سبد سرمایه گذاری بوده که در طول زمان به صورت پویا عمل کرده و برحسب شرایط بازار اقدام به تصمیم گیری نماید. ازجمله معایب مطرح شده در به کارگیری تحلیل تکنیکال به عنوان یک روش تصمیم گیری جهت سرمایه گذاری در بازار سهام، عدم توجه به ریسک سرمایه گذاری و موضوع تشکیل سبد سهام می باشد. لذا مطالعه حاضر با تشخیص نقاط حداکثر و حداقل قیمتی به کمک اندیکاتورهای تکنیکال و همچنین مدل سازی ریسک به کمک روش های پیش بینی تلاطم با استفاده از مدل های شرطی GARCH و FIGARCH، به دنبال طراحی یک سیستم سبدگردان خودکار می باشد. به منظور ارزیابی سیستم طراحی شده، عملکرد این مدل در بازه زمانی یک ساله موردبررسی قرارگرفته شده است. نتایج به دست آمده نشان می دهد که مدل های طراحی شده با استفاده از FIGARCH بیش ترین بازدهی و کمترین ریسک را دارا می باشد. همچنین مقایسه مقادیر نسبت بازده به ریسک، حاکی از برتری سیستم طراحی شده پیشنهادی نسبت به سایر استراتژ ی های مدیریت سبد سهام نظیر مدل مارکویتز و استراتژی خرید و نگهداری دارایی ها می باشد.
تعیین الگوی مناسب پیش بینی قیمت محصولات زراعی مطالعه موردی گندم، سیب زمینی و یونجه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
نوسانات قیمت محصولات کشاورزی همواره به عنوان یکی از مسائل اصلی فراروی تولیدکنندگان و سیاست گذاران این بخش به ویژه در کشورهای در حال توسعه بوده است. در این راستا پیش بینی قیمت، می تواند نقش مهمی در کنترل ناپایداری قیمت ها و کاهش ریسک بازار داشته باشد. هدف این مطالعه انتخاب الگوی مناسب برای پیش بینی قیمت محصولات عمده ی زراعی استان کردستان(سیب زمینی، گندم و یونجه) و پیش بینی قیمت محصولات منتخب می باشد. داده های مورد استفاده مربوط به قیمت خرده فروشی محصولات گندم، یونجه و سیب زمینی طی دوره 1392-1380 به صورت شش ماهه می باشد. پس از بررسی ایستایی سری های مورد استفاده با استفاده از آزمون دیکی- فولر با یک مرتبه تفاضل گیری، سری ایستا و قابل پیش بینی گردید. الگوهای مورد استفاده در این تحقیق شامل الگوی ARIMA ، میانگین متحرک (MA) و خودتوضیح (AR) می باشد. نتایج پیش بینی نشان داد که از میان سه الگوی مورد نظر، الگوی ARIMA براساس معیارهای ارزیابی دقت پیش بینی، میزان خطای کم تری داشته و در نتیجه قدرت بالاتری در پیش بینی قیمت محصول منتخب دارد.
ارزیابی و مقایسه عملکرد مدل رگرسیون خودبازگشتی میانگین متحرک انباشته فازی و شبکه عصبی فازی در پیش بینی رشد اقتصادی ایران(مقاله علمی وزارت علوم)
منبع:
مطالعات اقتصادی کاربردی ایران سال ۲ زمستان ۱۳۹۲ شماره ۸
33 - 52
حوزه های تخصصی:
پیش بینی براساس مدل های چندمتغیری اقتصادسنجی با محدودیت هایی زیادی همراه است، بنابراین یک روش جایگزین استفاده از مدل های تک متغیری است. اما اکثر روش های تک متغیری برای حصول به نتیجه خوب نیاز به داده های زیادی دارند. روش های رگرسیون فازی به دلیل فازی در نظر گرفتن اع داد، برای مدل سازی و پیش بینی معمولاً نیاز به داده های کمتری دارند. از این رو در این مطالعه کارایی روش رگرسیون خودبازگشتی میانگین متحرک انباشته فازی (FARIMA) که ترکیبی از روش خودبازگشتی میانگین متحرک انباشته (ARIMA) و رگرسیون ف ازی است با روش های ARIMA و شب که عصبی فازی (ANFIS) در پیش بینی رشد اقتصادی ایران مقایسه می شود. برای تخمین مدل از داده های دوره ی 1338 تا 1380 استفاده شده است. سپس کارایی این مدل ها در پیش بینی رشد اقتصادی ایران برای دروه 1381 تا 1388 با استفاده از معیارهای RMSE، MAE، MAPE و TIC ارزیابی و مقایسه شده است. مقایسه این معیارها حاکی از این است که بهترین عملکرد متعلق به روش FARIMA است. همچنین مدل ANFIS عملکرد بهتری نسبت به مدل ARIMA دارد.
آشکارسازی اثر نوسانات بارش بر روان آب سطحی حوضه آبریز سرخس(کشف رود)(مقاله علمی وزارت علوم)
منبع:
مطالعات جغرافیایی مناطق خشک دوره ۲ بهار ۱۳۹۱ شماره ۷
11 - 24
حوزه های تخصصی:
هدف از این پژوهش بررسی اثر نوسان بارش بر دبی رود کشف رود است. در این پژوهش داده های اقلیمی بارش و روانآب سطحی در یک دوره ی آماری 40 ساله از سال 1347 تا 1387 برای شناسایی تغییر و جهش بارش روانآب در سطح کل حوضه و هم چنین ایستگاهی مورد استفاده قرار گرفت. به وسیله ی ضریب همبستگی «پیرسون»، میان بارش و روانآب، میزان اثر مستقیم بارش بر روانآب، در سطح حوضه مشخص کرده و سپس با استفاده از میزان انحراف معیار ماهانه و سالیانه، نرخ نوسانات را در طی دوره ی آماری نمایش دادیم. هم چنین به وسیله ی میانگین متحرک سه ساله و آزمون «من کندال» روند خطی و جهش های شکل گرفته در سری های زمانی در سال های مورد مطالعه بررسی شدند. نتایج نشان داد که بارش و دبی در سطح حوضه، طی سال های اخیر، خشکی و ترسالی های متوالی را سپری کرده است. علاوه بر آن شدت خشکی ها در حال افزایش است. روند کلی بارش و دبی حوضه کاهشی بوده است. هم چنین از نظر فصلی بیشترین تغییرات ماهانه بر روی روانآب سطحی در فصل بهار و فروردین ماه مشاهده شده است و کمترین این تغییرات در اواخر تابستان می باشد که دلیل آن خشک شدن رود در این فصل در طی سال های مورد مطالعه است. آزمون من کندال نیز نشان از جهش در ایستگاه های دبی سنجی داشته که این جهش در جهت منفی و کاهشی بوده است. در برخی از ایستگاه ها این جهش از محدوده ی اطمینان 95 درصد خارج شده و موجب تغییر اقلیم در سطح ایستگاهی گردیده است.