Cải tiến mô hình Abbasov – Mamedova trong dự báo chuỗi thời gian khoảng.

Abstract

Luận văn “Cải tiến mô hình Abbasov – Mamedova trong dự báo chuỗi thời gian khoảng” được thực hiện nhằm đề xuất một mô hình Abbasov – Mamedova cải tiến và đánh giá hiệu quả của mô hình này trong bài toán dự báo chuỗi thời gian khoảng. Nghiên cứu tập trung xây dựng cơ sở lý thuyết về chuỗi thời gian khoảng, các phép toán và khoảng cách giữa các khoảng, đồng thời phân tích và cải tiến mô hình Abbasov – Mamedova nhằm nâng cao độ chính xác dự báo. Để đánh giá hiệu quả, luận văn tiến hành so sánh bốn mô hình dự báo gồm: mô hình ARIMA, mô hình phân cụm mờ, mô hình Singh và mô hình Abbasov – Mamedova cải tiến trên ba bộ dữ liệu thực tế là giá cổ phiếu VIC, cổ phiếu SSI và giá vàng. Kết quả thực nghiệm cho thấy mô hình Abbasov – Mamedova cải tiến cho sai số dự báo nhỏ hơn và độ ổn định cao hơn so với các mô hình còn lại trên cả ba bộ dữ liệu. Điều này cho thấy mô hình đề xuất có khả năng dự báo tốt, ít sai sót và có tính ứng dụng cao trong lĩnh vực dự báo chuỗi thời gian tài chính.