نوع مقاله : مقاله پژوهشی

نویسندگان

• محمد رضا یگانگی ¹
• رحیم چینی پرداز ²

¹ دانشجوی دکتری گروه آمار دانشگاه شهید چمران اهواز

² استاد گروه آمار دانشگاه شهید چمران اهواز

چکیده

   پیش­ بینی در بازارهای مالی همواره مورد توجه پژوهشگران و سرمایه گذاران بوده است. در این میان پیش­ بینی شاخص بازار از اهمیت ویژه­ای برخوردار است، به­ طوری که همزمان با توسعه ­ی مدل­ های سری زمانی، روش ­های پیش­ بینی شاخص در بازارهای مالی نیز بسیار توسعه یافته ­اند. در این مقاله با استفاده از ترکیب خبرگان، مدلی برای پیش ­بینی شاخص بورس تهران ارائه گردیده است. نتایج این پژوهش نشان داد که مدل ارائه شده توانایی بالایی در مدل­بندی و پیش ­بینی شاخص بورس تهران دارد.
طبقه بندی JEL:
C22 ،C48 ،C53

کلیدواژه‌ها

• شاخص کل قیمت بورس تهران
• پیش بینی
• مدل خود بازگشت آمیخته
• ترکیب خبرگان
• شبکه های عصبی محلی- سراسری خطی

عنوان مقاله [English]

Forecasting Tehran Exchange Price Index Using Mixture of Experts

نویسندگان [English]

• Mohamad Reza Yeganege ¹
• Rahim Chinipardaz ²

¹

²

چکیده [English]

Forecasting in financial markets has always been of intereste for researchers and investors. In particular, forecasting the market indexes is of major importance.  Index forecasting methods in financial markets have been developed along with the development of time series models.  In this paper a specific model for forecasting Tehran exchange price index was proposed based on mixture of experts. The results confirmed the high performance of the proposed model in modeling and forecasting Tehran exchange price index time series.
 
JEL classification: C22, C48, C53

کلیدواژه‌ها [English]

• Tehran exchange price index
• Forecasting
• mixture autoregressive model
• mixture of esxperts
• Guassian linear local global neural network