تحلیل همبستگی متقابل سری‌های زمانی مالی چندفرکتالی روندزدایی شده مبتنی بر اندیکاتور: مطالعه موردی بازار فارکس

الموضوعات :

زهره علامتیان ¹ (گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران)
مجید وفایی جهان ² (گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران)
رضا شیبانی ³ (گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران.)

تاريخ الإرسال : 25 الثلاثاء , ربيع الثاني, 1443 تاريخ التأكيد : 20 الأحد , جمادى الثانية, 1443 تاريخ الإصدار : 27 الجمعة , صفر, 1444

الکلمات المفتاحية: سری زمانی, تحلیل همبستگی, اندیکاتور, تحلیل همبستگی متقابل روندزدایی شده چندفرکتالی,

ملخص المقالة :

مدل‌سازی سری‌های زمانی هم‌گام، در سیستم‌های مالی دارای پیچیدگی‌‌های زیادی است. برای تحلیل این سری‌ها نیاز به رویکردهایی است که بتوان با دقت بالاتری رابطه بلندمدت آن‌ها را استخراج نمود. روش تحلیل همبستگی متقابل روند‌زدایی‌ شده چندفرکتالی (MFDCCA)، با روند‌زدایی از سری‌های زمانی به تحلیل رابطه آن‌ها می‌پردازد. ما در این مقاله روشی نوین در راستای روند‌زدایی دقیق‌تر از یک سری زمانی مالی به نام تحلیل همبستگی متقابل روند‌زدایی شده چندفرکتالی مبتنی بر اندیکاتور(IMFDCCA) ارائه داده‌ایم. هدف از روش پیشنهادی، استخراج کاراتر رابطه همبستگی بین سری‌های زمانی مالی با استفاده از اندیکاتورهای بازار مالی است. روش پیشنهادی به‌عنوان نمونه بر روی دو جفت‌ارز یورو/دلار و دلار/ین بررسی شد. تست این روش بر روی مجموعه داده هشت‌ساله از سال 2011 تا 2019 صورت گرفت. همچنین جهت ارزیابی روش پیشنهادی از روش‌های تخمین نمایه هارست شامل R.S و GHE استفاده شد که در هر دو ارزیابی خطای کمتری نسبت به روش پایه را مشخص نمود. میزان خطای میانگین جذر مربعات در روش ارزیابی R.S نسبت به روش پایه 30% و در روش ارزیابی GHE 26% کاهش‌یافته است.