ارائه روشی برای پیش بینی پایدار سری های زمانی با کاربرد در مسائل مالی با استفاده از روش Robust

به منظور مدل سازی و تخمین مناسب و قابل اعتماد پارامترها در مدل های داده های خودهمبسته، از رویکردهای پایداراستفاده می شود. وجود داده های پرت و آلودگی ها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، داده های گذشته بر داده های اخیر اثرگذار هستند، این داده ها معمولا در قالب سری زمانی مدل سازی می شوند. در این تحقیق، مدل های خود رگرسیون به عنوان یکی از مدل های مطرح در تحلیل سری های زمانی در نظر گرفته شده و رویکرد استوار[i] جدیدی بر مبنای بهینه سازی s فیلتر شده برای تخمین پارامترهای مدل خود رگرسیون ارائه شده است. از مدل پایدار بدست آمده در پیش بینی پایداری مقادیر آینده استفاده شده است. در انتها نیز به عنوان مثال عددی، سود حاصل از فروش یک محصول واسطه در بازه زمانی 148 ماه جمع آوری شده و از رویکرد پایدار پیشنهادی برای پیش بینی مقادیرسود در آینده استفاده شده است. روش پایدار در مقایسه با روش های کلاسیک، کارایی بالاتری را در پیش بینی مقادیر آینده از خود نشان می دهد.