فاطمه جعفری ندوشن - کارشناس ارشد مدیریت مالی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه مدیریت، یزد، ایران
حسن دهقان دهنوی - استادیار، دانشگاه آزاد اسلامی واحد یزد، ایران
عباس علوی راد - استادیار، دانشگاه آزاد اسلامی واحد ابرکوه، یزد، ایران

امروزه پیشبینی شاخص قیمت سهام به عنوان مهمترین ابزار شناسایی بورس اوراق بهادار و کمک به سرمایه گذاران جهت کاهش ریسک از اهمیت بالایی برخوردار است. تغییرات سریع در بازارهای مالی سبب ایجاد مشکلاتی برای پیش بینی کنندگان از جهت تأمین داده های لازم گردیده است.چرا که مدلهای کمی پیش بینی همچون اریما، دارای محدودیت تعداد داده های گذشته است. مدلهای پیش بینی فازی، مدلهایی مناسب در شرایط پیش بینی با داده های کم میباشد، استفاده از مدلهای ترکیبی یک راه معمول به منظور مرتفع نمودن محدودیت های مدلهای تکی و بهبود دقت پیش بینی ها میباشد؛ لذا در این تحقیق به منظور برطرف نمودن محدودیت داده در مدلهای میانگین متحرک خود رگرسیون انباشته کلاسیک وحصول مدل دقیقتر در پیش بینی سری های زمانی، مدل ترکیبی میانگین متحرک خود رگرسیون انباشته با منطق فازی به منظور پیش بینی پیشنهاد شدهاست و روند آتی شاخص قیمت سهام برای سال 1390 پیش بینی گردیده و دو مدل اریما و اریمای فازی مقایسه شده است. نتایج حاصله بیانگر کارآمدی روش پیشنهادی ترکیبی در پیش بینی شاخص قیمت سهام بورس اوراق بهادار تهران میباشد

پیش بینی، شاخص قیمت سهام بورس اوراق بهادار تهران، سری زمانی، مدل ARIMA