بررسی بهبود توان تبیین الگوهای ARCH و State Space با استفاده از رهیافت تبدیل موجک هار و شبیه سازی مونت کارلو
مطالعه موردی: پیشبینی شاخص تپیکس
نویسنده:
چکیده:
با توجه به اهمیت پیش بینی، صحت و دقت آن در شرایط مختلف اقتصادی به ویژه بازارهای مالی ، در این مقاله سعی بر آن شده تا با به کار بستن رویکرد تبدیل موجکی که از علم فیزیک و به ویژه علم تحلیل سیگنال نشات گرفته است به امر حذف نویزهای موجود در داده های بازار سهام و با تاکید بر شاخص تپیکس و به عبارت دیگر، پاک سازی نویز موجود در داده های این شاخص بپردازیم. همانطور که از نتایج به دست آمده نیز پیداست، نویز موجود در داده ها از قدرت پیش بینی مدل ها می کاهد و حذف آنها منجر به بهبود انطباق داده ها با مدل ها می شود. در این راستا از دو مدل ARCH و State Space و نیز درون-نمونه ای با 739 مشاهده روزانه از قیمت پایانی داده های شاخص تپیکس مربوط به بازه زمانی 1389 تا 1392 استفاده شده است. نتایج حاصله به خوبی بیانگر قدرت تبدیل موجک هار در حذف نویز موجود در داده های این شاخص و افزایش قابل توجه قدرت پیش بینی و بهبود ضرایب متغیرهای پیش بینی کننده می باشند.
کلیدواژگان:
ARCH ، State Space ، مونت کارلو ، نویز ، تبدیلات موجک
زبان:
فارسی
صفحات:
143 تا 159
لینک کوتاه:
magiran.com/p1577368
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!