ارزیابی روشهای پیش بینی قیمت سهام شرکتهای صنایع غذایی در بورس اوراق بهادار تهران

تامین مالی کافی و به موقع در اقتصاد کشاورزی ایران به خصوص در زمان تحریم، مهمترین عامل پیشبرد اهداف برنامه ای و موتورپیشرانه ای توسعه بخش کشاورزی است. بورس اوراق بهادار از جمله مکانهایی است که علاوه بر تامین مالی میتواند به دلیل تغییر قیمتسهام سودی را نیز عاید سرمایه گذار بنماید بشرطی که سرمایه گذار بتواند سهام شرکتهایی را انتخاب نماید که روند آینده قیمتی آنها راپیش بینی نماید تا ازین طریق سود خود را نیز حفظ نماید. به همین منظور این مطالعه به پیشبینی قیمت سهام شرکتهای صنایع غذایی ازسه روش پیش بینی قیمت شامل مدل های تخمین گر میانگین متحرک خودرگرسیون انباشته (ARIMA)، رهیافت شبیه سازی مونت کارلو وشبکه عصبی مصنوعی با بکارگیری دادههای روزانه در یک دوره سه ساله منتهی به آذر ۱۳۹۹ در بورس اوراق بهادار تهران پرداخته است.سپس سه روش را از طریق معیارهای سنجش خطا با یکدیگر مقایسه نموده است. نتایج نشان میدهد که روش شبکه عصبی مصنوعیتوانسته است بهترین تخمین را در پیش بینی قیمت از خود ارائه دهد و پس از آن مدل ARIMA توانسته نسبت به روش شبیه سازی مونتکارلو تخمین بهتری را در پیش بینی قیمت داشته باشد.

کلیدواژه ها:

بورس اوراق بهادار تهران ، مدل آریما ، شبیه سازی مونت کارلو ، شبکه عصبی مصنوعی ، صنایع غذایی ، پیش بینی قیمت