Due to the relative uncertainty inv

Due to the relative uncertainty involved with the variables which affect financial market behavior,
forecasting future variations in a time series of the Brazilian stock market Index (Ibovespa) can be
considered a difficult task. This article aims to evaluate the performance of the model ARIMA for
time series forecasting of Ibovespa. The research method utilized was mathematical modeling and
followed the Box-Jenkins method. In order to compare results with other smoothing models, the
parameter of evaluation MAPE (Mean Absolute Percentage Error) was used. The results showed
that the model utilized obtained lower MAPE values, thus indicating greater suitability. This
therefore demonstrates that the ARIMA model can be used for time-series indices related to stock
market index forecasting.

ผลลัพธ์ (ไทย) 1:

เนื่องจากความไม่แน่นอนที่สัมพันธ์เกี่ยวข้องกับตัวแปรที่มีผลต่อพฤติกรรมของตลาดการเงินการคาดการณ์การเปลี่ยนแปลงในอนาคตในตลาดหุ้นบราซิลชุดเวลาดัชนี (Ibovespa) สามารถถือว่าเป็นงานที่ยาก บทความนี้มีวัตถุประสงค์เพื่อประเมินประสิทธิภาพของแบบจำลอง ARIMA สำหรับเวลาชุดการคาดการณ์ของ Ibovespa วิธีการวิจัยที่ใช้คือ แบบจำลองทางคณิตศาสตร์ และตามวิธีการกล่องเจงกินส์ เพื่อเปรียบเทียบผลลัพธ์กับรุ่นอื่น ๆ เรียบ การใช้พารามิเตอร์ของการประเมินผล MAPE (หมายถึงเต็มเปอร์เซ็นต์ผิดพลาด) ผลการศึกษาพบรูปแบบที่ใช้รับค่า MAPE ต่ำ จึง แสดงให้เห็นความเหมาะสมมากขึ้น นี้ดังนั้น แสดงว่า สามารถใช้แบบจำลอง ARIMA สำหรับอนุกรมเวลาดัชนีที่เกี่ยวข้องกับสต็อกตลาดคาดการณ์ดัชนี

ผลลัพธ์ (ไทย) 2:

เนื่องจากความไม่แน่นอนของญาติที่เกี่ยวข้องกับตัวแปรที่มีผลต่อพฤติกรรมของตลาดการเงิน
คาดการณ์การเปลี่ยนแปลงในอนาคตในอนุกรมเวลาของตลาดหุ้นบราซิลดัชนี (Ibovespa) สามารถ
ถือเป็นงานที่ยาก บทความนี้มีวัตถุประสงค์เพื่อประเมินประสิทธิภาพของรูปแบบ ARIMA สำหรับ
การพยากรณ์อนุกรมเวลาของ Ibovespa วิธีการวิจัยที่ใช้เป็นแบบจำลองทางคณิตศาสตร์และ
ตามวิธี Box-เจนกินส์ เพื่อเปรียบเทียบผลที่มีรูปแบบเรียบอื่น ๆ
พารามิเตอร์ของ MAPE การประเมินผล (ค่าเฉลี่ยเปอร์เซ็นต์ความผิดพลาดแอบโซลูท) ถูกนำมาใช้ ผลการศึกษาพบ
ว่ารูปแบบการใช้ประโยชน์ที่ได้รับค่า MAPE ต่ำจึงแสดงให้เห็นความเหมาะสมมากขึ้น นี้
จึงแสดงให้เห็นว่ารูปแบบ ARIMA สามารถใช้สำหรับดัชนีอนุกรมเวลาที่เกี่ยวข้องกับการซื้อขายหุ้น
ในตลาดคาดการณ์ดัชนี

ผลลัพธ์ (ไทย) 3:

เนื่องจากญาติความไม่แน่นอนที่เกี่ยวข้องกับตัวแปรที่มีผลต่อพฤติกรรมของตลาดการเงินการพยากรณ์การเปลี่ยนแปลงในอนาคตในเวลาที่ชุดของดัชนีตลาดหุ้นบราซิล ( ibovespa ) สามารถถือว่าเป็นงานที่ยาก บทความนี้มีวัตถุประสงค์เพื่อประเมินสมรรถนะของแบบจำลอง ARIMA สำหรับการพยากรณ์อนุกรมเวลาของ ibovespa . วิธีการวิจัยที่ใช้ คือ แบบจำลองทางคณิตศาสตร์และตามกล่อง เจนกินส์ วิธีการ เพื่อเปรียบเทียบผลลัพธ์กับอื่น ๆ ( รุ่นการประเมินค่าพารามิเตอร์ ( ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อน ) คือใช้ ผลที่ใช้รับค่าแบบราคาค่านิยมจึงแสดงมากกว่าความเหมาะสม นี้จึงแสดงให้เห็นว่าแบบจำลอง ARIMA สามารถใช้ดัชนีตลาดหลักทรัพย์ที่เกี่ยวข้องกับอนุกรมเวลาการพยากรณ์ดัชนีตลาด