بازگشت به جستجو

اثربخشی شاخص های فنی در پیش بینی بازده شاخص BIST100

عنوان	اثربخشی شاخص های فنی در پیش بینی بازده شاخص BIST100
نویسنده	کارابودک، بوراک
تاریخ انتشار:	2024-08-30T14:18:46Z
موضوع	بورس استانبول، مهندسی مالی، بورس اوراق بهادار، ترکیه، پیش بینی قیمت سهام، شاخص های قیمت سهام
نوع	سند
زبان	انگلیسی
دیجیتال	بله
نسخه خطی	خیر
کتابخانه:	دانشگاه اوزیغین
شماره ثبت	c9a18713-2ea9-4fa2-b1c7-e6c76ca101d6
محل کتابخانه	گروه مهندسی مالی
تاریخ	2024-08-30T14:18:46Z
متن نمونه	این مقاله یک رویکرد مبتنی بر رگرسیون لجستیک برای پیش‌بینی جهت حرکت‌های قیمت شاخص بورسا استانبول (BIST) با استفاده از شاخص‌های فنی ارائه می‌کند. داده های تاریخی قیمت از سال 2005 تا 2021 استفاده می شود و پنج آستانه از -2٪ تا 2٪ بر اساس بازده روزانه یا هفتگی شاخص BIST تعیین می شود. متغیرهای دودویی که در رگرسیون لجستیک به عنوان متغیر وابسته استفاده می‌شوند، با توجه به آستانه‌ها تعریف می‌شوند و رگرسیون لجستیک با استفاده از داده‌های آموزشی سالانه یا شش‌ساله اعمال می‌شود. مدل‌های روزانه عملکرد بهتری نسبت به مدل‌های هفتگی در رگرسیون لجستیک دارند و حجم متعادل (OBV) و میانگین جهت شاخص (ADX) شاخص‌هایی هستند که در بهترین نتایج آماری قرار دارند. مدل‌های آستانه صفر درصد در دقت پیش‌بینی بهترین هستند (تقریباً نیمی از پیش‌بینی دقیق است). مدل های هفتگی بهتر از مدل های روزانه و مدل های سالانه از مدل های شش ماهه از نظر دقت بهتر هستند. برخی از مدل ها در بازده تجمعی از شاخص BIST عملکرد بهتری داشتند (بازده تجمعی روزانه 4,84؛ هفتگی 4,48 است)، با دو مدل تقریباً سه برابر بازده تجمعی شاخص BIST یعنی روزانه-1% آستانه-بازده تجمعی 6 ماهه 13,35 است. آستانه 2% هفتگی - 12 ماهه 12,96 است. به طور خلاصه، نتایج نشان می‌دهد که شاخص‌های فنی بسته به دوره آموزشی، دوره زمانی و ترکیبی از شاخص‌های فنی مورد استفاده، می‌توانند در پیش‌بینی بازده سهام یا شاخص‌ها موفق باشند. sunmaktadır. 2005-2021 yılları arasındaki geçmiş fiyat verileri kullanılmıştır ve BIST endksinin günlük veya haftalık getirilerine dayanarak -2% ila 2% arasında beş eşik belirlenmiştir. باغیملی دغیشکن اولارک کولانیلان سینیال دگرلری BİST'in tarihsel getirilerine göre tanımlanmıştır ve yıllık veya yarıyıllık verileri kullanılarak lojistik regresyon uygulanmıştır. Günlük modeller, lojistik regresyonda haftalık modellere göre daha iyi performans göstermiştir ve on Balance Volume (OBV) و میانگین جهت شاخص (ADX)، en iyi istatistiksel sonuçlara sahip göstergeler arasındadır. %0 مدل‌ساز، تهمين دوغرولوغو آچيسيندان در ايييسيدير تهمین پرفورانسیندا هفتالیک مدلر، گونلوک مدللره و ییلیک مدللر د یارئیلیک مدللردن داها اییدیر. Bazı modeller birikimli getiri açısından BIST endeksini geride bırakmıştır (günlük birikimli getiri 4,84; haftalık ise 4,48), Daily-1% model-6 ay birikimli getiri 13,35; هفتگی-2% مدل-12 ay birikimli getiri ise 12,96 olmak üzere, BIST endeksine göre yaklaşık üç katı olan iki model bulunmaktadır. Sonuç olarak, teknik göstergelerin, eğitim dönemi, zaman aralığı ve kullanılan teknik göstergelerin kombinasyonuna bağlı olarak hisse senedi veya endks getirilerini tahmin etmede başarılı olabileceği gösterilmiştir.

مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات

دانشگاه اوزیغین

اثربخشی شاخص های فنی در پیش بینی بازده شاخص BIST100

نویسنده کارابودک، بوراک

تاریخ انتشار 2024-08-30T14:18:46Z

موضوع بورس استانبول، مهندسی مالی، بورس اوراق بهادار، ترکیه، پیش بینی قیمت سهام، شاخص های قیمت سهام

نوع سند

زبان انگلیسی

دیجیتال بله

نسخه خطی خیر

کتابخانه دانشگاه اوزیغین

شماره ثبت c9a18713-2ea9-4fa2-b1c7-e6c76ca101d6

محل کتابخانه گروه مهندسی مالی

تاریخ 2024-08-30T14:18:46Z

متن نمونه این مقاله یک رویکرد مبتنی بر رگرسیون لجستیک برای پیش‌بینی جهت حرکت‌های قیمت شاخص بورسا استانبول (BIST) با استفاده از شاخص‌های فنی ارائه می‌کند. داده های تاریخی قیمت از سال 2005 تا 2021 استفاده می شود و پنج آستانه از -2٪ تا 2٪ بر اساس بازده روزانه یا هفتگی شاخص BIST تعیین می شود. متغیرهای دودویی که در رگرسیون لجستیک به عنوان متغیر وابسته استفاده می‌شوند، با توجه به آستانه‌ها تعریف می‌شوند و رگرسیون لجستیک با استفاده از داده‌های آموزشی سالانه یا شش‌ساله اعمال می‌شود. مدل‌های روزانه عملکرد بهتری نسبت به مدل‌های هفتگی در رگرسیون لجستیک دارند و حجم متعادل (OBV) و میانگین جهت شاخص (ADX) شاخص‌هایی هستند که در بهترین نتایج آماری قرار دارند. مدل‌های آستانه صفر درصد در دقت پیش‌بینی بهترین هستند (تقریباً نیمی از پیش‌بینی دقیق است). مدل های هفتگی بهتر از مدل های روزانه و مدل های سالانه از مدل های شش ماهه از نظر دقت بهتر هستند. برخی از مدل ها در بازده تجمعی از شاخص BIST عملکرد بهتری داشتند (بازده تجمعی روزانه 4,84؛ هفتگی 4,48 است)، با دو مدل تقریباً سه برابر بازده تجمعی شاخص BIST یعنی روزانه-1% آستانه-بازده تجمعی 6 ماهه 13,35 است. آستانه 2% هفتگی - 12 ماهه 12,96 است. به طور خلاصه، نتایج نشان می‌دهد که شاخص‌های فنی بسته به دوره آموزشی، دوره زمانی و ترکیبی از شاخص‌های فنی مورد استفاده، می‌توانند در پیش‌بینی بازده سهام یا شاخص‌ها موفق باشند. sunmaktadır. 2005-2021 yılları arasındaki geçmiş fiyat verileri kullanılmıştır ve BIST endksinin günlük veya haftalık getirilerine dayanarak -2% ila 2% arasında beş eşik belirlenmiştir. باغیملی دغیشکن اولارک کولانیلان سینیال دگرلری BİST'in tarihsel getirilerine göre tanımlanmıştır ve yıllık veya yarıyıllık verileri kullanılarak lojistik regresyon uygulanmıştır. Günlük modeller, lojistik regresyonda haftalık modellere göre daha iyi performans göstermiştir ve on Balance Volume (OBV) و میانگین جهت شاخص (ADX)، en iyi istatistiksel sonuçlara sahip göstergeler arasındadır. %0 مدل‌ساز، تهمين دوغرولوغو آچيسيندان در ايييسيدير تهمین پرفورانسیندا هفتالیک مدلر، گونلوک مدللره و ییلیک مدللر د یارئیلیک مدللردن داها اییدیر. Bazı modeller birikimli getiri açısından BIST endeksini geride bırakmıştır (günlük birikimli getiri 4,84; haftalık ise 4,48), Daily-1% model-6 ay birikimli getiri 13,35; هفتگی-2% مدل-12 ay birikimli getiri ise 12,96 olmak üzere, BIST endeksine göre yaklaşık üç katı olan iki model bulunmaktadır. Sonuç olarak, teknik göstergelerin, eğitim dönemi, zaman aralığı ve kullanılan teknik göstergelerin kombinasyonuna bağlı olarak hisse senedi veya endks getirilerini tahmin etmede başarılı olabileceği gösterilmiştir.