ارائه روشی برای پیش بینی پایدار سری های زمانی با کاربرد در مسائل مالی با استفاده از روش Robust

به منظور مدل‌سازی و تخمین مناسب و قابل اعتماد پارامترها در مدل‌های داده­های خودهمبسته، از رویکردهای پایداراستفاده می­شود. وجود داده‌‌های پرت و آلودگی‌ها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، داده‌های گذشته بر داده­های اخیر اثرگذار هستند، این داده‌ها معمولاً در قالب سری زمانی مدل­سازی می‌شوند. در این تحقیق، مدل­های خود رگرسیون به عنوان یکی از مدل­های مطرح در تحلیل سری‌های زمانی در نظر گرفته شده و رویکرد استوار[i] جدیدی بر مبنای بهینه سازی s فیلتر شده برای تخمین پارامترهای مدل خود رگرسیون ارائه شده است. از مدل پایدار بدست آمده در پیش بینی پایداری مقادیر آینده استفاده شده است. در انتها نیز به عنوان مثال عددی، سود حاصل از فروش یک محصول واسطه در بازه زمانی 148 ماه جمع‌آوری شده و از رویکرد پایدار پیشنهادی برای پیش‌بینی مقادیرسود در آینده استفاده شده است. روش پایدار در مقایسه با روش‌های کلاسیک، کارایی بالاتری را در پیش بینی مقادیر آینده از خود نشان می‌دهد. [