در این تحقیق، هدف بررسی و تحلیل روشی برای پیش‌بینی قیمت سهام بورس اوراق بهادار است. هرچند پیش‌بینی بازار سرمایه با توجه به وابستگی آن به عامل سیاست چندان ساده نیست،
اما با مدل‌سازی داد‌ه‌ها، پیش‌بینی عملکرد سهام بورس اوراق بهادار در بازه بلندمدت تا حدودی امکان‌پذیر خواهد بود. در این راستا با استفاده از مدل‌های رگرسیون نیم‌پارامتری و رگرسیون بردار تکیه‌گاه
با هسته‌های مختلف و اندازه‌گیری خطاهای پیش‌بین، بر روی یکی از سهم‌های بازار بورس اوراق بهادار بر اساس نوسانهای روزانه و مقایسه روش‌ها با استفاده از معیارهای ریشه میانگین توان دوم خطاها
و میانگین قدرمطلق درصد خطاها، مدل رگرسیون بردار تکیه‌گاه با هسته شعاعی و خطای برابر 0.1
دارای مناسب‌ترین برازش روی داده‌های واقعی بازار سهام بوده است.
Roozbeh M, Rouhi A, Jahadi F, Zalzadeh S. Support Vector Machines Regression Model and Comparison with Semi-parametric Regression. Andishe 2022; 26 (2) :21-32 URL: http://andisheyeamari.irstat.ir/article-1-858-fa.html
روزبه مهدی، روحی آرتا، جهادی فاطمه، زالزاده سعید. مدل رگرسیون بردار تکیه‌گاه و مقایسه آن با رگرسیون نیم‌پارامتری. اندیشه آماری. 1400; 26 (2) :21-32
