پیش بینی نوسانات قیمت طلا با استفاده از مدل ترکیبی
نام نخستين پديدآور
/نسیم تجلی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: اقتصاد، مدیریت و بازرگانی
تاریخ نشرو بخش و غیره
، ۱۳۹۶
نام توليد کننده
، افشاری
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به مندرجات
متن يادداشت
Today, investing in gold markets is an important part of the economy of each country. For this reason, gold price prediction is especially important for investors in order to be at the lowest risk in their investment. Hence, researchers, investors and capital market players always seek to invent and use new predictive methods to achieve better results. One of the main methods used to predict gold price volatility is the GARCH model But the forecast error of using this model is relatively high. Therefore, in this research, the GARCH model is improved by applying the artificial neural network (ANN) method and generating hybrid model , ANN-GARCH and used for prediction. The purpose of this study is to compare the results of predicting the combined method with the GARCH model using the assessment criteria such as TIC, MAE, and MAPE and determining the financial variables that affect the gold price fluctuations. The statistical population of this research is the weekly price of gold. The statistical sample is the weekly price of gold in the last five years. The financial variables are the global gold price, the stock exchange index, the oil price and the dollar-rial exchange rate. The results of the comparison of the criteria indicate a decrease of 42.96. of the MAE criteria, 26.01. of the MAPE and a 78.51
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مدیریت MBA گرایش مالی
زمان اعطا مدرک
۱۳۹۶/۰۸/۱۴
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
امروزه سرمایه گذاری در بازارهای طلا، بخش مهمی از اقتصاد هر کشور را تشکیل می دهد به همین دلیل پیش بینی قیمت طلا برای سرمایه گذاران از اهمیت ویژه ای برخوردار است تا بتوانند کمترین ریسک را در سرمایه گذاری خود داشته باشند.از این رو محققان، سرمایه گذاران و فعالان بازار سرمایه همواره به دنبال ابداع و استفاده از متدهای جدید پیش بینی در جهت دستیابی به نتایج بهتر می باشند.یکی از عمده ترین روش های مورد استفاده برای پیش بینی نوسانات قیمتی طلا،مدل GARCH است ولی خطای پیش بینی استفاده از این مدل نسبتا بالاست .از این رو در این تحقیق مدل GARCH با بکارگیری روش شبکه عصبی مصنوعی (ANN)و تولید مدل ترکیبیGARCH - ANNبهبود داده می شود و برای پیش بینی مورد استفاده قرار می گیرد .هدف این تحقیق مقایسه نتایج حاصل از پیش بینی روش ترکیبی با مدل گارچ با استفاده از معیارهای ارزیابی TIC, MAE, MAPE و تعیین متغیرهای مالی تاثیرگذار بر نوسانات قیمت طلا می باشد .جامعه آماری این تحقیق قیمتهای هفتگی طلا می باشد و نمونه آماری مورد استفاده قیمتهای هفتگی طلا طی پنج سال اخیر است .متغیرهای مالی مورد بررسی نیز قیمت جهانی طلا ، شاخص بورس اوراق بهادار ، قیمت نفت ، نرخ برابری دلار-ریال می باشند .نتایج حاصل از مقایسه معیارها نشان دهنده کاهش ۴۲.۹۶ معیار MAE ، ۲۶.۰۱معیار MAPE و کاهش ۷۸.۵۱ معیار TIC در پیش بینی نوسانات طلا با استفاده از روش ترکیبی می باشد که بیانگر بهبود پیش بینی در مقایسه با روش گارچ می باشد .نتایج بررسی تاثیر متغیرهای مالی بر نوسانات طلا حاکی از آن است که بازده قیمت طلای جهانی و بازده قیمت نفت دارای بیشترین تاثیر و بازده شاخص بورس و نرخ برابری دلار-ریال در رده های بعدی قرار دارند
متن يادداشت
Today, investing in gold markets is an important part of the economy of each country. For this reason, gold price prediction is especially important for investors in order to be at the lowest risk in their investment. Hence, researchers, investors and capital market players always seek to invent and use new predictive methods to achieve better results. One of the main methods used to predict gold price volatility is the GARCH model But the forecast error of using this model is relatively high. Therefore, in this research, the GARCH model is improved by applying the artificial neural network (ANN) method and generating hybrid model , ANN-GARCH and used for prediction. The purpose of this study is to compare the results of predicting the combined method with the GARCH model using the assessment criteria such as TIC, MAE, and MAPE and determining the financial variables that affect the gold price fluctuations. The statistical population of this research is the weekly price of gold. The statistical sample is the weekly price of gold in the last five years. The financial variables are the global gold price, the stock exchange index, the oil price and the dollar-rial exchange rate. The results of the comparison of the criteria indicate a decrease of 42.96 of the MAE criteria, 26.01 of the MAPE and a 78.51 reduction of TIC in predicting gold fluctuations using the combined method, which indicates improvement in prediction compared with GARCH method. The results of the study of the effect of financial variables on gold fluctuations indicate that the return of the global gold prices and oil price returns have the highest impact and The stock index return and the dollar-rial exchange rate are in the next category
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )