CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی بازده بازار سهام با استفاده از مدل آریما

اعتبار موردنیاز: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۰ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: NDMCONFT06_302
زبان مقاله: فارسی
حجم فایل: ۶۷۲ کلیوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله پیش بینی بازده بازار سهام با استفاده از مدل آریما

  بهراد معین نژاد - باشگاه پژوهشگران جوان و نخبگان، واحد قوچان، دانشگاه آزاد اسلامی، قوچان، ایران
  شعبان محمدی - موسسه آموزش عالی حکیم نظامی، ایران
حامد اسماعیلی اوغاز - کارشناس ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه غیرانتفاعی امام رضا(ع)

چکیده مقاله:

تاثیرپذیری از عوامل مختلف چه به صورت مستقیم چه غیر مستقیم از تحولات اقتصادی و اجتماعی که تعداد آنان در دهه اخیر کم نبوده باعث تحولات و چرخه ها یی در روند قیمت سهام در بورس اوراق بهادار شده است. سرمایه گذاری در سهام بازار با بازده زیاد جزءسرمایه گذاری های پر خطر در نظر گرفته می شود. به این ترتیب پیش بینی بازدهی سهام در بازار ثانویه برای سرمایه گذاران از اهمیت بسیارزیاد برخوردار است. بازدهی بازار سهام مانند الگوهای امواج( نوسانات) است. امواج را می توان یا در حوزه زمان و یا حوزه فرکانس مشاهده کرد. حوزه زمان ثبت یک واقعه از انچه برای یک پارامتر از یک سیستم در مقابل زمان و یا فضا رخ می دهد. روش باکس- جنکینز و میانگینمتحرک خودگردان یکپارچه (ARIMA (روش گسترده ای در توضیح الگوهای موجی شکل هنگامی که موج از نوع ثابت است مورد استفادهقرار می گیرد. این مطالعه بر روی مدل های ARIMA در آزمایش پیش بازدهی بازار سهام متمرکز شده است. سری های ایستا (ثابت) توسط توابع همبستگی خودگردان و توابع همبستگی جزیی خودگردان (مشتقات جزیی) مورد آزمایش قرار گرفتند. مدل های ARIMA در بازدهی کل بازار تجارت، بازدهی بخش و بازدهی شرکت خصوصی از بورس مورد آزمایش قرار گرفت. خطا میانگین مربعات، میانگین قدر مطلق انحرافات ، باقی مانده ها و آزمون اندرسون دارلینگ، در ارزیابی مدل استفاده شد.

کلیدواژه‌ها:

ARIMA ،همبستگی خودگردان، تجزیه و تحلیل بنیادی، ایستا، تجزیه و تحلیل فنی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NDMCONFT06-NDMCONFT06_302.html
کد COI مقاله: NDMCONFT06_302

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
معین نژاد, بهراد؛ شعبان محمدی و حامد اسماعیلی اوغاز، ۱۳۹۵، پیش بینی بازده بازار سهام با استفاده از مدل آریما، ششمین کنفرانس ملی مدیریت، اقتصاد و حسابداری، تبریز، دانشگاه فنی و حرفه ای استان آذربایجان شرقی - سازمان مدیریت صنعتی تبریز، https://www.civilica.com/Paper-NDMCONFT06-NDMCONFT06_302.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (معین نژاد, بهراد؛ شعبان محمدی و حامد اسماعیلی اوغاز، ۱۳۹۵)
برای بار دوم به بعد: (معین نژاد؛ محمدی و اسماعیلی اوغاز، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • افسر، امیر؛ آذر، عادل (۱۳۸۵). مدل سازی پیش بینی قیمت ... (مقاله ژورنالی)
  • خالوزاده، حمید، خاکی صدیق، علی. (۱۳۸۲). ارزیابی روش‌های پیش‌بینی قیمت ...
  • حمید خالور زاده(۱۳۷۷) مدلسازی غیرخطی و پیش بینی رفتار قیمکت ...
  • سینایی، حسنعلی، مرتضوی، سعید و تیموری اصل، یاسر. (۱۳۸۴). پیش‌بینی ...
  • کردلوئی، حمیدرضا، حیدری زارع، بهزاد. (۱۳۸۹). پیش‌بینی قیمت سهام با ... (مقاله ژورنالی)
  • Guiarati, D.N..(2003). Basic Econometrics (4th Ed). Delhi: McGraw Hil Inc. ...
  • Jeffrev. E. ... Eric. K.. (20111. ARIMA Modelins With Intervention ...
  • Nimal. P.D. (1 9971 _ ationshin hetween Stock Returns and ...
  • Rahman. S.. & Hossain. M.F.. (20021.Weak Form Ffficiencv: Testimonv of ...
  • S amarakoon. M. P.. (19971." The Cros Section of Exnected ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۴۰۰۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.