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

هر مجموعه از ضرایب موجک بخشی از سری­زمانی را در مقیاس­های زمانی متفاوت در بر­دارد. پیاده­سازی تبدیل موجک، با بهره­گیری از بهترین موجک­ها در سطوح مناسب تاثیر بسزایی در نتایج تحلیل­های مالی خواهد­داشت. در این پژوهش هدف، بیان اهمیت مفهوم مقیاس-زمان و به­کارگیری فواصل زمانی متفاوت در بررسی رفتار بازارهای مالی است تا مشخص شود که آیا حذف نوفه از سری­زمانی می­تواند دقت تصمیم­گیری ما برای آینده را بالا ببرد؟ بدین منظور ابتدا 16 شاخص انتخاب شده از بورس اوراق بهادار تهران به کمک نرم­افزار R و با استفاده از تبدل موجک تا پنج سطح برای 250 داده تجزیه کرده وسپس از تمامی آن­ها نوفه­زدایی نمودیم. در مرحله بعد دو روش برای سنجش نوفه­زدایی بکار بردیم یکی خوشه­بندی شاخص­های منتخب به روش دندروگرام و دیگری پیش­بینی سری­زمانی شاخص کل با500 داده وبا استفاده از داده­های نوفه­زدایی شده به دو روش موجک هار و دابشیز. نتایج هر دو روش حکایت از عملکرد بهتر نوفه­زدایی با استفاده از موجک دابشیز در این سری­های زمانی داشت. هدف اصلی ما به نوعی استفاده از آنالیز موجک و نوفه­زدایی از سری­های زمانی با استفاده از آن در مباحث مالی بود.