پیش بینی عملکرد قرارداد آتی زعفران با استفاده از مدل درجه دوم اصلاح شده

هدف اصلی این پژوهش پیش‌بینی عملکرد آتی قراردادهای زعفران با استفاده از مدل درجه دوم اصلاح‌شده است که از بعد جمع‌آوری داده‌ها یک تحقیق اسنادی کتابخانه‌ای و از بعد نتایج، تحقیقات کمی و کاربردی به دست می آید. بازه زمانی قسمت کمی یک دوره 5 ساله از تاریخ 1398/12/29 لغایت 1392/12/29 به صورت بازه روزانه وزارت جهاد کشاورزی و گمرک ایران از سایت بورس کالای ایران می باشد.

داده ها جمع آوری و از نظر پیچیدگی تحت مدل مرتبه دوم اصلاح شده از نوع مسائل چند جمله ای غیرخطی که این روش پیشنهادی با کدگذاری در محیط نرم افزار Matlab با داده های نرمال مدل سازی گردید.

در مجموع، نتایج حاکی از آن است که مدل شبکه عصبی نسبت به مدل درجه دوم تعدیل شده در پیش‌بینی بازده قرارداد زعفران اتکای بیشتری به توانایی ها دارد و نتایج محاسباتی نشان می‌دهد که نوسانات قیمت، قیمت نقدی، حجم معاملات و نقدینگی مهم‌ترین فاکتورها هستند زیرا در عملکرد و بازده قراردادی زعفران اهمیت بالایی دارند.

The main purpose of this study is to predict the future yield of saffron contracts using a modified quadratic model, which is a library documentary research from the aspect of data collection, and from the aspect of results, it is applied and quantitative research.

The time period of the quantitative part is a 5-year period from 2019/03/20 to 2023/03/20 in the form of daily frequency of the Ministry of Jihad, Agriculture and Customs of Iran from the website of the Iran Commodity Exchange, which was collected and the modified second-order model in terms of complexity, from The type of nonlinear polynomial problems that the proposed methods are modelled by coding in Matlab software environment with normal data.

Overall, the results indicate that the neural network model has a higher reliance on power compared to the adjusted quadratic model in predicting the saffron contract yield, and the calculation results show that price fluctuations, cash price, transaction volume, and liquidity are the most important in order They have the contractual yield of saffron.