نوفه زدایی از سری های زمانی مالی با استفاده از آنالیز موجک

هر مجموعه از ضرایب موجک بخشی از سری زمانی را در مقیاس های زمانی متفاوت در بر دارد. پیاده سازی تبدیل موجک، با بهره گیری از بهترین موجک ها در سطوح مناسب تاثیر بسزایی در نتایج تحلیل های مالی خواهد داشت. در این پژوهش هدف، بیان اهمیت مفهوم مقیاس-زمان و به کارگیری فواصل زمانی متفاوت در بررسی رفتار بازارهای مالی است تا مشخص شود که آیا حذف نوفه از سری زمانی می تواند دقت تصمیم گیری ما برای آینده را بالا ببرد؟ بدین منظور ابتدا 16 شاخص انتخاب شده از بورس اوراق بهادار تهران به کمک نرم افزار R و با استفاده از تبدل موجک تا پنج سطح برای 250 داده تجزیه کرده وسپس از تمامی آن ها نوفه زدایی نمودیم. در مرحله بعد دو روش برای سنجش نوفه زدایی بکار بردیم یکی خوشه بندی شاخص های منتخب به روش دندروگرام و دیگری پیش بینی سری زمانی شاخص کل با500 داده وبا استفاده از داده های نوفه زدایی شده به دو روش موجک هار و دابشیز. نتایج هر دو روش حکایت از عملکرد بهتر نوفه زدایی با استفاده از موجک دابشیز در این سری های زمانی داشت. هدف اصلی ما به نوعی استفاده از آنالیز موجک و نوفه زدایی از سری های زمانی با استفاده از آن در مباحث مالی بود.