بررسی تاثیر فرکانس داده‌ ها بر قدرت پیش بینی الگوهای با حافظه بلند مدت و کوتاه مدت: کاربرد در تلاطم بازار جهانی نفت

محققان زیادی از مدل های مختلف برای پیش بینی تلاطم در بازار کالا و سرمایه استفاده کرده اند. هر چند تعداد اندکی از این تحقیقات به نقش فرکانس داده ها در پیش بینی های خود توجه کرده اند. همچنین هیچکدام از این تحقیقات امکان وجود حافظه بلند مدت در پیش بینی تلاطم قیمت نفت را در نظر نگرفته اند. ما به منظور پرکردن این شکاف در پژوهش ها دسته ای از الگوهای خانواده garch و arfima (الگوهایی با حافظه بلند مدت و کوتاه مدت) را با استفاده از فرکانس های مختلف داده ای تخمین زده ایم. براساس معیار ریشه میانگین مربع خطا، فارغ از نوع الگو، الگوها تخمینی با استفاده از داده با فرکانس بالاتر بر الگوهای تخمینی با داده های فرکانس کمتر برتری داشتند. نتایج همچنین نشان داد در یک سطح از فرکانس داده ها قدرت پیش بینی مدل های خانواده garch و مدل arfima یکسان است. خلاصه آنکه پیشنهاد می کنیم جهت پیش بینی تلاطم بازار نفت از الگوهای با حافظه کوتاه مدت و بالاترین فرکانس داده ای استفاده شود. از اینرو به نظر می رسد الگوی garch مناسب توانایی انجام این کار را داشته و نیازی به استفاده از الگوی arfima نیست.