بررسی کارایی و پیش‌بینی‌پذیری کالاهای صنعتی با رویکردهای بنیادین و تکنیکال

Abstract

هدف این پژوهش، بررسی پیش­بینی‌پذیری قیمت سرب و کارایی این بازار در سطح ضعیف و معرفی یک الگوی مناسب برای پیش‌بینی قیمت سرب در بازار جهانی است. به‌این‌منظور مجموعه ­ای از روش‌های خطی و غیرخطی در دو رویکرد کلی تکنیکال و بنیادین استفاده شده‌‌ است. بررسی کارایی بازار سرب در سطح ضعیف نشان می‌دهد که این بازار در این سطح نیز کارا نیست و امکان پیش‌بینی قیمت وجود دارد. داده‌های استفاده‌شده در این پژوهش به‌‌صورت هفتگی جمع‌آوری شده و شامل بازه زمانی هفته اول 2005 الی هفته آخر 2015 است. این داده‌ها از سایت‌های مختلف، از‌جمله سایت LME، USGS و ILZSG جمع‌آوری شده‌ است. یافته‌های این پژوهش نشان می‌دهد که در رویکرد تکنیکال، مدل شبکه عصبی مصنوعی GMDH ترکیب‌شده با الگوریتم ژنتیک بر اساس معیارهایِ میانگین درصد خطای مطلق (MAPE) و جذر میانگین مجذور خطا (RMSE) دارای عملکرد بهتری نسبت به مدل‌های دیگر است؛ همچنین در رویکرد بنیادین بر اساس معیارهای خطای پیش‌بینی، شبکه عصبی مصنوعی GMDH بهترین عملکرد را داشته است. پیش‌بینی‌پذیری تغییرات قیمت سرب در بازار با الگوهای تکنیکال، نشان‌دهنده کارایی بازار در سطح ضعیف ‌است.