پیش بینی قیمت طلا و نرخ تورم به کمک روش نسبت انتقال

پیش بینی و بررسی مدل های رفتاری نرخ ها مقوله ای است که سرمایه گذاران و محققان امور مالی همواره سعی در بهبود آن دارند. اما همیشه تمامی اطلاعات وابسته، در دسترس نیستند و همچنین همیشه زمان کافی برای انجام تحلیل های آماری و پیش بینی توسط متولوژی های پیچیده که نیاز به سرعت پردازش بالایی دارند وجود ندارد. پیش بینی در شاخه های مختلف علوم از قبیل زنجیره تأمین، برنامه ریزی حمل و نقل، پیش بینی در اقتصاد، مخابرات، تولید، پیش بینی هوا، شرایط جوی، زمین لرزه، کارایی بازیکنان و تیم های ورزشی کاربرد دارد. با توجه به این دلایل، در این پژوهش یک روش جدید برای پیش بینی مطرح شده است که برای پیش بینی نیازی به عوامل و اطلاعات وابسته نداشته و علاوه بر روش ساده، یک جواب قابل اتکا و با خطای کم ارائه داده است. روش ارائه شده در این مقاله، با پیش بینی قیمت طلا و نرخ تورم آزموده شده و سپس با مقایسه میزان خطای پیش بینی با شبکه عصبی مصنوعی کارایی این روش به اثبات رسیده است، نتایج نشان می دهد که روش پیشنهادی برخلاف نداشتن پیچیدگی مدل های شبکه عصبی داری عملکرد مناسبی است.

کلیدواژه ها:

قیمت جهانی طلا ، نرخ تورم ، شبکه عصبی مصنوعی ، روش پیش بینی پیشنهادی ، خطا