بهبود عملكرد روش‌هاي خودرگرسيون ميانگين متحرك انباشته كلاسيك با استفاده از تكنيك‌هاي تجزيه‌ي تجمعي به عوامل اصلي

مدل‌هاي خودرگرسيون ميانگين متحرك انباشته از شناخته شده‌ترين روش‌هاي آماري هستند. در ادبيات موضوع تلاش‌هاي فراواني براي رفع نقايص و محدوديت‌هاي اين‌گونه از مدل‌ها ارائه شده است. در اين نوشتار، روشي براي مقابله با محدوديت ساختارهاي پيچيده و چندگانه با استفاده از تكنيك‌هاي تجزيه‌ي تجمعي به عوامل اصلي ارائه شده است. در روش پيشنهادي، ابتدا سري زماني مورد مطالعه كه اساساً پيچيده و شامل چندين ساختار همزمان متفاوت است، به اجزاء تشكيل‌دهنده‌ي خود كه اصولاً پيچيدگي كمتري دارند و ساختارهاي كمتري را نيز شامل مي‌شوند، تجزيه مي‌شود. سپس هريك از اين ساختارهاي ساده‌سازي شده با استفاده از روش خودرگرسيون ميانگين متحرك انباشته، پيش‌بيني مي‌شود. نهايتاً نيز پيش‌بيني هريك از اجزاء اصلي به‌منظور تشكيل پيش‌بيني‌هاي نهايي با يكديگر تركيب مي‌شود. نتايج حاصله از به‌كارگيري روش پيشنهادي در پيش‌بيني قيمت جهاني نفت خام كه از پيچيده‌ترين سري‌هاي زماني در بازارهاي مالي هستند، بيان‌گر كارآمدي روش پيشنهادي است.