پیش بینی ریسک بیت کوین با رگرسیون چندکی و شبکه های عصبی مصنوعی

پیش بینی ریسک و مدیریت آن همواره یکی از دغدغه های اصلی سیاستگذاران و سرمایه گذاران مالی می باشد. از آنجایی که اکثر داده های سری زمانی مالی دارای توزیع نامتقارن با دنباله های کشیده، وجود ناهمسانی واریانس و داده های پرت هستند. یکی از این روش ها که در چند دهه ی اخیر مورد استقبال بسیار قرار گرفته است مدل های شبکه عصبی مصنوعی و تلفیق آنها با مدل های رگرسیون چندکی می باشد. هدف این مقاله به کارگیری مدل تلفیقی شبکه های عصبی بازگشتی اتورگرسیو چندکی جهت پیش بینی ارزش در معرض ریسک داده های سری زمانی بیت کوین در بازه زمانی 2014 تا 2019 و مقایسه آن با مدل های ، می باشد. نتایج یافته ها حاکی از برتری مدل در داده های قیمت بیت کوین در بسیاری از مواقع و با تغییر مقدار چندک ها در بسیاری از موارد می باشد.