استخدام نماذج السلسلة الزمنية للتنبؤ عن أسعار اسهم في سوق االسهم السعودي
DOI:
https://doi.org/10.25212/lfu.qzj.2.4.04Keywords:
Organizational Culture, Total Quality Management, Requirements of Total Quality Management. The Time Series, Stock pricesAbstract
This study aims at finding the optimal model of the time series to predict the share price in the Saudi stock market, so that investors can helped in making their investment decisions. The study explored and constructed a Box-Jenkins models for the autoRegressive Integrated Moving Average models (ARIMA) using historical data for the closing price of Al Rajhi Bank to find the most appropriate model Of the Saudi stock market among the tested models. After applying all the required tests and statistical tools according to the BOX-Jenkins methodology, the study found that the most appropriate model for the logarithmic data series is ARIMA (1,1,1). The results showed that the accuracy of the prediction is good during, especially for short term and decreases as the length of the period Predicted.
Downloads
References
.ابراهيم، بسام يونس ).611 " )التنبؤ بدرجات الحرارة في والية الخرطوم باستخدام نماذج
بوكس جنكنز للسالسل الزمنية" ، مجلة السودان للعلوم والتقانة، العدد 2
.بلعباس، رابح )6117" )فعالية التنبؤ باستخدام النماذج األحصائية في اتخاذ القرارات" , جامعة بوضياف، الجزائر، مؤتمر علمي تحت عنوان صنع القرار في المؤسسة االقتصادية.
.الجبوري، عبير حسن علي )6101 " )التنبؤ بأسعار النفط العراقي للعام 6101 بأستخدام
السالسل الزمنية"، مجلة جامعة بابل، المجلد 08 ،العدد 0.
.طعمة، سعدية عبدالكريم (2012" (استخدام تحليل السالسل الزمنية للتنبؤ بأعداد المصابين باألورام الخبيثة في محافظة االنبار" مجلة جامعة االنبار للعلوم االقتصادية واالدارية، مجلد).(، العدد )8.)
.الغنام، حمد بن عبدهللا )6114 " )تحليل السلسلة الزمنية لمؤشر األسهم في المملكة العربية السعودية: باستخدام منهجية بوكس جينكينز (Method Jenkins – Box "(مجلة جامعة
الملك عبدالعزيز، المجلد 09 ،االقتصاد واإلدارة العدد 6.
.حياوي، د هيام عبدالمجيد ،وقصي أحمد طه (2013" (دراسة سلسلة االوراق المالية باستخدام ARIMA وANN و PMRS "المجلة العراقية للعلوم االحصائية العدد 64.
Akaike, H (1974), “A New Look at Statistical Model Identification”, IEEE Transactions on Automatic Control, AC-19, 716-723.
Anderson, T. (1971), “The Statistical Analysis of Time Series”, USA, John Wiley & sons, Inc., New York.
Ansari, M. and Ahmed, S., (2001) “Time Series Analysis of Tea Prices: An Application of ARIMA Modelling and Cointegration
Analysis”, The Indian Economic Journal. Vol. 48 (3): 49-54.
Ansari, M. and Ahmed, S., (2001) “Time Series Analysis of Tea Prices: An Application of ARIMA Modelling and Cointegration
Analysis”, The Indian Economic Journal. Vol. 48 (3)
Box, G. and Jenkins, G., (1976) “Time Series Analysis: Forecasting and Control”, San Francisco. Calif, Holden Day.
Box, G. and Pierce, D., (1970), “Distribution of Autocorrelations in Autoregressive Moving Average Time Series Models”, Journal of the
American Statistical Association, 65, 1509-1526.
Box, G., Jenkins, G., and Reinsel, G. (1994) “Time Series Analysis: Forecasting and Control”, New York, USA, Prentice-Hall.
Dickey, D. and Fuller, W., (1979) “Distribution of the Estimators for Autoregressive Time Series with a Unit Root”, Journal of the
American Statistical Association, 74, 427-31.
Ljung, G. and Box, G., (1978) “On a Measure of Lack of Fit in Time Series Models”, Biometrica. 65, 297-303.
MacKinnon, J. (1991) “Critical values for Cointegration tests”, in Engle, R.F. and Granger, C.W.J. (eds) Long Run Economic
Relationships, Oxford: Oxford University Press.
Schwarz, G., (1978) “Estimating the Dimension of a Model”, Annals of Statistics, 6.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2017 أ.م.د. مهدي صالح عبدالقادر قاسم أغا , م.م. روهات زادە
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Qalaai Zanist Journal allows the author to retain the copyright in their articles. Articles are instead made available under a Creative Commons license to allow others to freely access, copy and use research provided the author is correctly attributed.
Creative Commons is a licensing scheme that allows authors to license their work so that others may re-use it without having to contact them for permission
