<?xml version='1.0' encoding='UTF-8'?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName>موسسه انتشارات بین المللی چتر اندیشه</PublisherName>
      <JournalTitle>مجله پژوهش های معاصر در علوم و تحقیقات</JournalTitle>
      <Issn>2676-5764</Issn>
      <Volume>7</Volume>
      <Issue>76</Issue>
      <PubDate PubStatus="epublish">
        <Year>2025</Year>
        <Month>11</Month>
        <Day>06</Day>
      </PubDate>
    </Journal>

    <ArticleTitle></ArticleTitle>
    <VernacularTitle>قیمت‌گذاری قراردادهای اختیار معامله در بورس اوراق بهادار تهران با رویکرد ترکیبی مدل‌های نوسان شرطی و یادگیری ماشین</VernacularTitle>
    <FirstPage>93</FirstPage>
    <LastPage>113</LastPage>
    <ELocationID EIdType="doi">10.22051/jera.2021.31891.2698</ELocationID>
    <Language>FA</Language>

    <AuthorList>
      <Author>
        <FirstName>محسن</FirstName>
                <Affiliation>استادیار گروه مدیریت، دانشگاه آزاد اسلامی واحد شهر قدس، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>امین</FirstName>
                <Affiliation>استادیار گروه حسابداری، دانشگاه آزاد اسلامی واحد شهر قدس، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>علی</FirstName>
        <LastName>رضا</LastName>        <Affiliation>دانشجوی رشته دکتری مهندسی مالی، گروه مدیریت، دانشگاه آزاد اسلامی واحد شهر قدس، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>مرتضی</FirstName>
                <Affiliation>دانشجوی رشته دکتری مهندسی مالی، گروه مدیریت، دانشگاه آزاد اسلامی واحد شهر قدس، ایران</Affiliation>
      </Author>
    </AuthorList>

    <PublicationType></PublicationType>

    <History>
      <PubDate PubStatus="received">
        <Year>2025</Year>
        <Month>07</Month>
        <Day>20</Day>
      </PubDate>
    </History>

    <Abstract></Abstract>
    <OtherAbstract Language="FA">این پژوهش با هدف ارائه چارچوبی نوین برای قیمت‌گذاری قراردادهای اختیار معامله در بورس اوراق بهادار تهران انجام شده است. بدین منظور، ابتدا مدل‌های کلاسیک (مانند Black&amp;ndash;Scholes و  Heston ) بررسی شده و محدودیت‌های آن‌ها در بازار ایران مشخص گردید. سپس مدل‌های نوسان شرطی  برای   ARCH، GARCH، EGARCH، GJR-GARCH  برآورد نوسانات مورد استفاده قرار گرفت. در ادامه، الگوریتم‌های یادگیری ماشین  (شبکه‌های عصبی، XGBoost، LSTM  ) به‌کار گرفته شدند تا دقت پیش‌بینی افزایش یابد. یافته‌ها نشان می‌دهد که مدل‌های ترکیبی (Hybrid) متشکل از تخمین نوسان شرطی و الگوریتم‌های هوش مصنوعی نسبت به مدل‌های منفرد عملکرد بهتری دارند و کمترین خطا RMSE، MAPE، IVRMSE  را در پیش‌بینی قیمت اختیار معامله به‌دست می‌دهند. این نتایج بیانگر ضرورت استفاده از رویکردهای داده‌محور و ترکیبی برای توسعه بازار مشتقات در ایران است.</OtherAbstract>

    <ObjectList>
    </ObjectList>

    <ArchiveCopySource DocType="pdf">/downloadfilepdf/19347</ArchiveCopySource>
  </Article>
</ArticleSet>
