TY -的A2 -帕帕多普洛斯,罗勒k . AU - Alenezy阿卜杜拉h . AU -伊斯梅尔,穆罕默德Tahir盟,Wadi s . Al非盟- Tahir,默罕默德盟——Hamadneh Nawaf联合国非盟——贾比尔,贾米尔j . AU -汗,Waqar a . PY - 2021 DA - 2021/08/27 TI -预测股票市场波动性使用混合自适应网络模糊推理系统和小波函数的SP - 9954341六世- 2021 AB -本研究旨在模型的预测的准确性,提高沙特证券交易所(Tadawul)数据模式使用每日股票价格指数数据与2026年的观察从2011年10月到2019年12月。本研究采用非线性光谱模型的最大重叠离散小波变换(MODWT)和五个数学函数,即哈雾,Daubechies (Db),最小平方(LA-8),最好的本地化(BL14), Coiflet (C6)结合自适应基于网络的模糊推理系统(简称ANFIS)。我们选择了石油价格(Loil)和回购利率(回购)作为输入值根据相关性,恩格尔格兰杰因果检验,和多个回归。输入变量在这项研究中收集了从沙特权威统计数据和沙特央行。从Tadawul获得的输出变量。该模型的性能评估(MODWT-LA8-ANFIS)的平均误差(我),均方根误差(RMSE)和平均绝对百分比误差(日军)。同时,我们有MODWT-LA8-ANFIS模型与传统模型相比,这是自回归综合移动平均(ARIMA)模型和简称ANFIS模型。结果表明,MODWT-LA8-ANFIS的性能比传统的模型。因此,该预测模型能够分解在股票市场。SN - 2314 - 4629 UR - https://doi.org/10.1155/2021/9954341 - 10.1155 / 2021/9954341摩根富林明数学杂志PB - Hindawi KW - ER