مقاله الگوسازی و پیش بینی نوسانات شاخص کل قیمت بورس اوراق بهادارتهران با استفاده از الگوهای واریانس ناهمسان شرطی خود رگرسیو

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله الگوسازی و پیش بینی نوسانات شاخص کل قیمت بورس اوراق بهادارتهران با استفاده از الگوهای واریانس ناهمسان شرطی خود رگرسیو دارای ۲۵ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله الگوسازی و پیش بینی نوسانات شاخص کل قیمت بورس اوراق بهادارتهران با استفاده از الگوهای واریانس ناهمسان شرطی خود رگرسیو  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله الگوسازی و پیش بینی نوسانات شاخص کل قیمت بورس اوراق بهادارتهران با استفاده از الگوهای واریانس ناهمسان شرطی خود رگرسیو،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله الگوسازی و پیش بینی نوسانات شاخص کل قیمت بورس اوراق بهادارتهران با استفاده از الگوهای واریانس ناهمسان شرطی خود رگرسیو :

تعداد صفحات:۲۵
چکیده:
در این مقاله، با برازش تعدادی الگوی خانواده واریانس ناهمسان شرطی برای سری شاخص کل قیمت بورس اوراق بهادار تهران (TEPIX) مقایسه ای بین دقت برازش این الگوها بر پایه معیارهای هنان- کوئین (HQ)، اطلاع آکائیک (AIC) و شوارز (SC) انجام شده است. الگوهای در نظر گرفته شده کلاس الگوهای واریانس ناهمسان شرطی خودرگرسیو تعمیم یافته، واریانس ناهمسان شرطی خودرگرسیو تعمیم یافته نمایی و واریانس ناهمسان شرطی خودرگرسیو تعمیم یافته انباشته را شامل می شود که در هر کلاس از سه نوع توزیع نرمال، t- استیودنت و توزیع خطای تعمیم یافته استفاده شده که نتایج حاکی از این است که الگوی IGARCH با توزیع نرمال از برازش بهتری نسبت به سایر الگوها برخوردار است. در ادامه به بررسی قدرت پیش بینی کنندگی و مقایسه پیش بینی های ۱، ۵، ۱۰ و ۲۲ گامی (متناظر با پیش بینی یک روز، یک هفته، دو هفته و یک ماه بعد) الگوهای مورد بررسی بر اساس معیار اطلاع آکائیک، معیار شوارز، معیار میانگین توان دوم فاصله واریانس شرطی و توان دوم بازده های لگاریتمی و معیار خطای پیش بینی استاندارد شده؛ پرداخته شده که نتایج مبین این است که الگو IGARCH-N در رقابت با سایر الگوها، نتایج قابل قبولی را بدست آورده و به نظر می رسد که برای پی بینی کوتاه مدت بهتر است از این الگوها استفاده نمائیم اما هر چه افق پیش بینی ها بلند تر می شود نتیجه به نفع الگو GARCH-t و GARCH-GED تغییر می کند.