بررسي كارايي و پيش بيني پذيري كالاهاي صنعتي با رويكردهاي بنيادين و تكنيكال

اين پژوهش با هدف بررسي پيش‌بيني پذيري قيمت سرب و به دنبال آن معرفي يك الگوي مناسب جهت پيش‌بيني قيمت سرب در بازار جهاني و نيز بررسي كارايي اين بازار در سطح ضعيف صورت گرفته‌است. به اين منظور مجموعه‌اي از روشهاي خطي و غيرخطي در دو رويكرد كلي تكنيكال و بنيادين استفاده شده ‌است. در رويكرد بنيادين ابتدا متغيرهاي اقتصادي تأثيرگذار بر قيمت سرب شناسايي شده و از روش رگرسيون گام به گام و روش‌هاي غيرخطي از جمله شبكه‌هاي عصبي GMDH و MLP براي پيش‌بيني تغييرات قيمت استفاده شده است. در رويكرد تكنيكال از روش خطي ARIMA و روش‌هاي غيرخطي از جمله روش تركيبي GMDH و الگوريتم ژنتيك، روش تركيبي MLP و الگوريتم ژنتيك استفاده شده‌است. داده‌هاي مورد استفاده در اين پژوهش به ‌صورت هفتگي و شامل بازه‌ي زماني هفته اول 2005 الي هفته آخر 2015 بوده و از سايت‌هاي مختلف از جمله سايت LME،  USGS و ILZSG جمع‌آوري شده‌است. يافته‌هاي اين پژوهش نشان مي‌دهد كه در رويكرد تكنيكال، مدل شبكه عصبي مصنوعي GMDH تركيب‌شده با الگوريتم ژنتيك بر اساس معيارهاي ميانگين درصد خطاي مطلق (MAPE) و جذر ميانگين مجذور خطا (RMSE) داراي عملكرد بهتري نسبت به مدل‌هاي ديگر بوده و در رويكرد بنيادين براساس معيارهاي خطاي پيش‌بيني، شبكه عصبي مصنوعي GMDH بهترين عملكرد را داشته است. پيش‌بيني پذيري تغييرات قيمت سرب در بازار با الگوهاي تكنيكال، مويد عدم كارايي بازار در سطح ضعيف ‌مي‌باشد.