بررسی بهبود توان تبیین الگوهای ARCH و State Space با استفاده از رهیافت تبدیل موجک هار و شبیه سازی مونت کارلو

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.