بهبود عملکرد روش های خودرگرسیون میانگین متحرک انباشته کلاسیک با استفاده از تکنیک های تجزیه ی تجمعی به عوامل اصلی

مدل های خودرگرسیون میانگین متحرک انباشته از شناخته شده ترین روش های آماری هستند. در ادبیات موضوع تلاش های فراوانی برای رفع نقایص و محدودیت های این گونه از مدل ها ارائه شده است. در این نوشتار، روشی برای مقابله با محدودیت ساختارهای پیچیده و چندگانه با استفاده از تکنیک های تجزیه ی تجمعی به عوامل اصلی ارائه شده است. در روش پیشنهادی، ابتدا سری زمانی مورد مطالعه که اساسا پیچیده و شامل چندین ساختار همزمان متفاوت است، به اجزاء تشکیل دهنده ی خود که اصولا پیچیدگی کمتری دارند و ساختارهای کمتری را نیز شامل می شوند، تجزیه می شود. سپس هریک از این ساختارهای ساده سازی شده با استفاده از روش خودرگرسیون میانگین متحرک انباشته، پیش بینی می شود. نهایتا نیز پیش بینی هریک از اجزاء اصلی به منظور تشکیل پیش بینی های نهایی با یکدیگر ترکیب می شود. نتایج حاصله از به کارگیری روش پیشنهادی در پیش بینی قیمت جهانی نفت خام که از پیچیده ترین سری های زمانی در بازارهای مالی هستند، بیان گر کارآمدی روش پیشنهادی است.

Keywords:

مدل های خودرگرسیون میانگین متحرک انباشته کلاسیک , تکنیک های تجزیه ی تجمعی به عوامل اصلی , سری های زمانی پیچیده ی چندگانه , پیش بینی بازارهای مالی , قیمت نفت خام