پيش بيني بيزي و تصميم گيري پرتفوي با استفاده از مدلهاي همزمان ديناميك خطي گرافيكي

سرمايه گذاري در سهام عرضه شده در بورس اوراق بهادار يكي از گزينه هاي پرسود در بازار سرمايه است. بازار سهام داراي سيستمي كه تحت تاثير شرايط سياسي، اقتصادي و روانشناسي مي باشد و مي توان از سيستم هاي هوشمند غيرخطي همچون شبكه هاي عصبي مصنوعي، شبكه هاي عصبي فازي و الگوريتم هاي ژنتيك و... براي پيش بيني قيمت سهام استفاده نمود. مدل خطي ديناميك گرافيكي همزمان با SGDLM كه اخيرا ارايه شده است آناليز بيزي آنلاين سري زماني با بعد بالا را تسهيل مي كند. ما در اين مطالعه موضوع پيش بيني مالي و بهينه سازي پرتفوي با استفاده از SGDLM به كار رفته براي مجموعه اي از 400 قيمت روزانه سهام از 500 P&S در سالهاي 2014-2007 مورد بحث قرار داديم . مقاله كاربرد استفاده از مجموعه اوراق بهادار جديدي را ارايه مي دهد كه شامل انواع سطح بازده هدف و محدوديت معيار خنثي است و استفاده از SGDLMs را براي فيلترسازي و پيش بيني خارج از نمونه رويكردها ، نوسانات و شركت نوسانات و نيز خلاصه عملكرد را شرح مي دهد. در اين مطالعه موضوعي ، SGDLM پيش بيني كاملا دقيق تري را از استاندارد چند متغيري DLM نشان مي دهد و قادر به بهبود بخشيدن به نتايج پرتفوي ( مجموعه اوراق بهادار )، در دامنه اي از عمليات استفاده از پرتفوي مي باشد.