شماره ركورد :
623817
عنوان مقاله :
مقايسه كارآمدي مدل هاي ARIMA و ARFIMA براي مدل سازي و پيش بيني شاخص قيمت تهران (TEPIX)
عنوان فرعي :
Efficiency compared to ARIMA and ARFIMA models for modeling and prediction of Tehran Price Index (TEPIX)
پديد آورندگان :
سالارزهي، حبيب اله نويسنده دانشگاه سيستان و بلوچستان , , كاشي ساز، منصور نويسنده , , حسيني، سيدحسن نويسنده دانش آموخته ي كارشناسي ارشد مديريت بازرگاني- مالي دانشگاه سيستان و بلوچستان Hosseini, Seyed-Hasan , دنيايي، محمد نويسنده كارشناس ارشد رشته مديريت مالي، عضو باشگاه پژوهشگران جوان، دانشگاه آزاد اسلامي واحد زاهدان ,
اطلاعات موجودي :
فصلنامه سال 1391
رتبه نشريه :
علمي پژوهشي
تعداد صفحه :
18
از صفحه :
63
تا صفحه :
80
كليدواژه :
بازده , خود رگرسيون ميانگين متحرك انباشته جزيي , خود رگرسيون ميانگين متحرك انباشته , پيش بيني
چكيده فارسي :
اين مقاله به بررسي عملكرد پيش بيني مدل هاي ARIMA و ARFIMA با استفاده از داده‌هاي روزانه بازده شاخص كل سهام تهران در بازه زماني 04/09/1380 تا 09/09/1390 مي پردازد. در اين راستا جهت تخمين پارامتر d و ديگر پارامترها، از روشNLS در بسته نرم‌افزار Oxmetric/pcgive استفاده شد و پس از مقايسه نتايج مدل هاي تحقيق؛ مدل ARFIMA بر اساس معيار AIC مدلي برتر در مدل سازي TEPIX مشخص گرديد. همچنين از ميان براوردهاي پيش بيني، روش هاي پيش بيني ساده را براي تخمين پيش بيني آزمون مي كنيم. از مقايسه دقت پيش بيني مدل هاي مذكور توسط معيارهاي پيش بيني مانند MAPFE و RMSFE و فواصل اطميناني كه ارزش هاي واقعي در آن جاي گرفته اند، مي توان استنباط كرد كه اولاً، تفاوت عملكرد بهتر پيش بيني مدل حافظه بلند مدت ARFIMA نسبت به مدل ARIMA بسيار جزيي است و ثانياً، ناكارامدي مدل ARFIMA در پيش بيني بازار سرمايه تهران كاملاً مشهود است.
چكيده لاتين :
This article examines the forecast performance of ARFIMA and ARIMA models using data on daily stock price index of Tehran in period 25/11/2001 to 30/11/2011. To estimate the d parameter and other parameters, the NLS method in the software package Oxmetric / pcgive was used. After comparing the results of research models, ARFIMA models based on AIC, the model was found superior in modeling TEPIX. Also we use naive methods for estimating the prediction. Comparing the accuracy of the prediction models by criteria such as MAPFE and RMSFE and confidence intervals of the real values, we can deduce that the first Performance difference between the predicted long-term memory ARFIMA model is very minor compared to the ARIMA model And Secondly, inefficient ARFIMA model in Tehran capital market forecast is quite evident.
سال انتشار :
1391
عنوان نشريه :
دانش سرمايه گذاري
عنوان نشريه :
دانش سرمايه گذاري
اطلاعات موجودي :
فصلنامه با شماره پیاپی سال 1391
كلمات كليدي :
#تست#آزمون###امتحان
لينک به اين مدرک :
بازگشت