چکیده مقاله
پیش بینی صحیح شاخص سهام برای تصمیمات تجاری بازارهای در حال توسعه امری مهم است و از آنجایی که بازار سهام بازاری بی نظم، پویا و پیچیده است لذا گسترش مدلهای پیش بینی شاخص در این بازارها بسیار احساس می شود در این تحقیق به پیش بینی شاخص سهام با استفاده از مدلهای CART و LARS پرداخته شده است روشهای ناپارامتریک زیادی مثل شبکه های عصبی مصنوعی، الگوریتمهای ژنتیک و لوجیک فازی برای مبادلات الگوریتمیک وجود دارد مدلهای ناپارامتریک نسبت به روشهای آماری و پارامتریک بهتر بوده اند هر چند که آنها دارای نقاط ضعف و قوت متفاوتی می باشند مدل CART یکی از این مدلها بوده که دارای مزایای زیادی نسبت به سایر مدلهای ناپارامتریک می باشد الگوریتم LARS نیزعملکرد پیش بینی کنندگی خوبی را در زمینه های کاربردی مختلف دارد بنابراین در این مقاله با توجه اهمیت استفاده از این روشها در بخش مالی، توانایی دو مدل CART , LARS جهت پیش بینی شاخص مورد بررسی قرار گرفت
کلیدواژهها
نویسندگان
محبوبه فاطمی
کارشناس ارشد حسابداری، عضو هیات علمی موسسه آموزش عالی عطار،
شیوه ارجاع
فاطمی، محبوبه،1400،استفاده از مدلهای (LARS) و (CART) جهت پیش بینی شاخص سهام،پانزدهمین کنفرانس ملی رویکردهای نوین در مدیریت، اقتصاد و حسابداری،بابل
ارائهشده در
مجموعه مقالات پانزدهمین کنفرانس ملی رویکردهای نوین در مدیریت، اقتصاد و حسابداری20 اسفند 1400 · بابل