پيش‌بيني بازده آتي بازار سهام با استفاده از مدل‌هاي آريما، شبكه عصبي و نويززدايي موجك

موضوع شناخت و بررسي رفتار قيمت سهام، همواره يكي از موضوع‌هاي مهم و مورد توجه محافل علمي و سرمايه‌گذاري بوده است. اخيراً تعداد زيادي از پژوهشگران در پژوهش‌هاي خود بازار سهام را به عنوان يك سيستم پوياي غيرخطي در نظر گرفته اند. در اين پژوهش، تلاش شده است با استفاده از تبديل موجك و شبكه عصبي مدلي ارايه شود كه پيش بيني دقيق تر و با خطاي كمتري از بازده شاخص بورس اوراق بهادار داشته باشد. در اين مدل تركيبي، از خاصيت هموارسازي تبديل موجك براي كاهش سطح نويز داده‌ها استفاده و سپس به وسيله شبكه عصبي پيش‌بيني شده است. مقايسه خطاي پيش بيني مدل هاي آريما، شبكه عصبي و شبكه عصبي موجكي نشان مي دهد كه كاهش نويز عملكرد پيش-بيني بازده شاخص را بهبود مي‏بخشد. به بيان بهتر، مدل شبكه عصبي موجكي (نويززدايي سيگنال) عملكردي بهتر از مدل‌هاي آريما و شبكه عصبي دارد. همچنين، مدل‌هاي شبكه عصبي قدرت پيش‌بيني‏كنندگي بهتري را نسبت به مدل‌هاي آريما نشان مي‌دهد. مقادير مربوط به آزمون دايبولد – ماريانو نيز اين نتايج را تاييد مي‏نمايد.