TY - JOUR ID - 88754 TI - ارائه الگویی برای پیش‌بینی رفتار مالی جفت ارزها در بازار فارکس JO - تحقیقات مالی JA - FRJ LA - fa SN - 1024-8153 AU - هادی زاده, الهه AU - طالقانی, محمد AU - براری نوکاشتی, صغری AD - دانشجوی دکتری، گروه مدیریت صنعتی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران. AD - دانشیار، گروه مدیریت صنعتی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران. AD - استادیار، گروه حسابداری، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران. Y1 - 2022 PY - 2022 VL - 24 IS - 2 SP - 257 EP - 282 KW - پیش‌بینی رفتار KW - فارکس KW - مدل‌سازی KW - هیبریدی DO - 10.22059/frj.2021.323603.1007183 N2 - هدف: مقاله حاضر با هدف دستیابی به مدلی مناسب برای پیش‌بینی رفتار جفت ارزهای اصلی در بازار فارکس، بر اساس نظریه آشوب و الگوریتم هیبرید صورت پذیرفته است. روش: این پژوهش از نوع کاربردی است. جفت ارزهای اصلی حاضر در بازار فارکس، دلار/ین، دلار/پوند و دلار/یورو هستند و بیشترین سهم معاملاتی را به خود اختصاص داده‌اند؛ از این رو برای اجرای پژوهش حاضر، این جفت ارزها به‌عنوان جامعه آماری انتخاب شد‏ و در مجموع 3888 مشاهده (برای هر جفت ارز 1296 مشاهده) را دربرگرفت. بازه زمانی معاملات از ابتدای ژانویه 2017 تا انتهای سال 2021 بود. پس از بررسی داده‌ها و احراز وجود آشوب در میان داده‌ها که با استفاده از دو آزمون BDS و حداکثر نمای لیاپانوف صورت پذیرفت، به آزمون مدل‌های سه‌گانه ترکیبی برای دستیابی به بهترین و مطمئن‌ترین حالت پیش‌بینی‌کننده اقدام شد. یافته‌ها: یافته‌ها نشان می‌دهد که در داده‌های هر سه جفت ارز بررسی‌شده با توجه به آزمون BDS و حداکثر نمای لیاپانوف، وجود آشوب تأیید می‌شود. همچنین مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب‌سازی غیرمسلط نخبه، نسبت به سایر مدل‌های مطرح در این پژوهش، عملکرد بهتری داشته است. مقادیر ضریب نابرابری تیلز و آمار آزمون DM نیز برتری هیبریدی مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب‌سازی غیرمسلط نخبه را نشان می‌دهد. نتیجه‌گیری: یافته‌ها نشان داد که مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب‌سازی غیرمسلط نخبه، از دو مدل ترکیبی دیگر بهتر است. UR - https://jfr.ut.ac.ir/article_88754.html L1 - https://jfr.ut.ac.ir/article_88754_9305f90b89b90abcfd5f1b58292593eb.pdf ER -