پیش بینی بازار سهام با استفاده از Big Data Cining

هدف - در مورد شورای همکاری خلیج فارس (GCC) شکافی وجود دارد زیرا بیشتر مطالعات در کشورهایی خارج از منطقه خلیج فارس انجام می شود - مانند چین ، هند ، ایالات متحده و تایوان. بازار سهام حاوی داده های غنی ، با ارزش و قابل توجهی است و این داده ها برای تصمیم گیری های خوب نیاز به تجزیه و تحلیل دقیق دارند که می تواند منجر به افزایش کارآیی یک تجارت شود. تکنیک های داده کاوی ابزارها و برنامه های پردازش داده ها را برای تقویت تصمیمات تصمیم گیرنده ارائه می دهند. این مطالعه با هدف پیش بینی بازار سهام کویت با استفاده از داده های بزرگ کاوی انجام شده است. طراحی/روش شناسی/رویکرد - روش مورد استفاده تکنیک های کمی است که مدلهای ریاضی و آماری هستند که آرایه های مختلفی از روابط متغیرها را توصیف می کنند. روشهای کمی که برای پیش بینی جهت بازده بورس با استفاده از چهار تکنیک استفاده می شود: رگرسیون لجستیک ، درختان تصمیم گیری ، دستگاه بردار پشتیبانی و جنگل تصادفی. یافته ها - نتایج همه متغیرها از نظر آماری در سطح 5 ٪ به جز قیمت طلا و قیمت نفت معنی دار هستند. همچنین ، متغیرهایی که در جهت بازگشت نرخ بازده بورسا کویت تأثیر ندارند ، برخلاف شاخص کویت ، که بیشترین ضریب را دارد ، عرضه پول و قیمت طلا هستند. علاوه بر این ، نمره ارتفاع متغیری که بر جهت نرخ بازده تأثیر می گذارد ، بنگاه ها است و دقت عملکرد کلی چهار مدل تقریباً 50 ٪ است. محدودیت ها/پیامدهای تحقیق - برخی از محدودیت های مشخص شده برای این مطالعه به شرح زیر است: (1) محدودیت مکان: بورس اوراق بهادار کویت.(2) محدودیت زمانی: میزان زمان در دسترس برای انجام مطالعه ، جایی که دوره در سال تحصیلی 2019-2020 و سال تحصیلی 2020-2021 به پایان رسید. در طول سال 2020 ، همه گیر Coronavirus (COVID-19) ، که یک مانع بزرگ بود ، در طول جمع آوری و تجزیه و تحلیل داده ها رخ داد.(3) محدودیت داده ها: داده های بورس اوراق بهادار کویت از ماه مه 2019 تا مارس 2020 جمع آوری شد ، در حالی که عوامل مؤثر بر داده های بورس در ژوئیه 2020 به دلیل بیماری همه گیر تاج جمع آوری شد. اصالت/ارزش - در این مطالعه از عناوین جدید ، متغیرها و تکنیک هایی مانند استفاده از داده کاوی برای پیش بینی بازار سهام کویت استفاده شده است. هیچ مطالعه کافی وجود ندارد که بازار سهام را با داده کاوی در GCC ، به ویژه در کویت پیش بینی کند. در GCC شکاف دانش وجود دارد زیرا بیشتر مطالعات در کشورهای خارجی مانند چین ، هند ، ایالات متحده و تایوان انجام می شود.

استناد پیشنهادی

بارگیری متن کامل از ناشر

اطلاعات بیشتر در مورد این مورد

کلید واژه ها

آمار

اصلاحات

تمام مطالب موجود در این سایت توسط ناشران و نویسندگان مربوطه تهیه شده است. شما می توانید به اصلاح خطاها و حذفیات کمک کنید. هنگام درخواست اصلاح ، لطفاً به دسته این مورد اشاره کنید: repec: EME: AGJSRP: AGJSR-05-2022-0053. به اطلاعات کلی در مورد نحوه اصلاح مطالب در repec مراجعه کنید.

برای سؤالات فنی در مورد این مورد ، یا برای اصلاح نویسندگان آن ، عنوان ، چکیده ، کتابشناختی یا اطلاعات بارگیری ، تماس با :. اطلاعات تماس عمومی ارائه دهنده :.

اگر این مورد را تألیف کرده اید و هنوز در Repec ثبت نشده اید ، ما شما را تشویق می کنیم که این کار را در اینجا انجام دهید. این اجازه می دهد تا نمایه خود را به این مورد پیوند دهید. همچنین به شما امکان می دهد استناد های احتمالی را به این مورد بپذیرید که ما در مورد آن نامشخص هستیم.

ما برای این مورد منابع کتابشناختی نداریم. با استفاده از این فرم می توانید به اضافه کردن آنها کمک کنید.

اگر از موارد گمشده ای که به این یکی گفته می شود اطلاع دارید ، می توانید با اضافه کردن منابع مربوطه به همان روش فوق ، برای هر مورد ارجاع ، به ما در ایجاد آن پیوندها کمک کنید. اگر شما یک نویسنده ثبت نام شده از این مورد هستید ، ممکن است بخواهید برگه "استناد" را در مشخصات سرویس Repec نویسنده خود بررسی کنید ، زیرا ممکن است برخی از استنادها در انتظار تأیید باشند.

برای سؤالات فنی در مورد این مورد ، یا برای اصلاح نویسندگان آن ، عنوان ، چکیده ، کتابشناختی یا بارگیری اطلاعات ، تماس: پشتیبانی زمرد (ایمیل موجود در زیر). اطلاعات تماس عمومی ارائه دهنده :.

لطفاً توجه داشته باشید که اصلاحات ممکن است چند هفته طول بکشد تا از طریق خدمات مختلف repec فیلتر شود.