پيش بيني شاخص كل قيمت سهام با استفاده از الگوي خاكستري

Prediction of Stock Price Index Using Gray Model

پيش بيني بازار سهام به عنوان يك كار پر چالش در حوزه ي پيش بيني سري هاي زماني مالي در نظر گرفته شده است. علت مهم اين امر عدم وجود قطعيت در نحوه ي حركت بازار سهام مي باشد. هم چنين تحليل داده هاي سري زماني قيمت هاي سهام به علت غير خطي بودن و وجود نويز زياد مشكل مي باشد. هدف اين پژوهش پيش بيني بازار سرمايه با استفاده از الگوي پيش بيني خاكستري بهبود يافته در بورس اوراق بهادار تهران است. براي اين منظور از شاخص كل قيمت سهام (TEPIX) استفاده شد. يافته هاي حاصله بيان گر اين است كه كه الگوريتم خاكستري بهبود يافته برازش يافته با به حداقل رساندن خطاي پيش بيني يك الگوريتم مناسب براي پيش بيني نوسان شاخص كل قيمت سهام مي باشد. پيش بيني بازار سهام به عنوان يك كار پر چالش در حوزه ي پيش بيني سري هاي زماني مالي در نظر گرفته شده است. علت مهم اين امر عدم وجود قطعيت در نحوه ي حركت بازار سهام مي باشد. هم چنين تحليل داده هاي سري زماني قيمت هاي سهام به علت غير خطي بودن و وجود نويز زياد مشكل مي باشد. هدف اين پژوهش پيش بيني بازار سرمايه با استفاده از الگوي پيش بيني خاكستري بهبود يافته در بورس اوراق بهادار تهران است. براي اين منظور از شاخص كل قيمت سهام (TEPIX) استفاده شد. يافته هاي حاصله بيان گر اين است كه كه الگوريتم خاكستري بهبود يافته برازش يافته با به حداقل رساندن خطاي پيش بيني يك الگوريتم مناسب براي پيش بيني نوسان شاخص كل قيمت سهام مي باشد.

Stock market prediction is considered as a challenging task in the area of forecasting of financial time series. The main reason for this is the lack of certainty about how the stock market moves. Stock price data analysis is difficult due to the nonlinearity and the high noise level. The purpose of this paper is to forecast the capital market using the improved gray prediction pattern in Tehran Stock Exchange. For this purpose, the total stock price index (TEPIX) was used. The obtained results indicated that the improved gray algorithm fitted with minimizing the prediction error is an appropriate algorithm for predicting the fluctuation of the total stock price index.