Resumo

MEDINA REYES, José Eduardo; CRUZ AKE, Salvador  e  CABRERA LLANOS, Agustín Ignacio. Nuevo modelo híbrido de series de tiempo difusas: pronosticando el mercado de divisas. Contad. Adm [online]. 2021, vol.66, n.3, 00008.  Epub 07-Fev-2022. ISSN 0186-1042.  https://doi.org/10.22201/fca.24488410e.2021.2623.

Este trabajo desarrolla una comparación entre la predicción de volatilidad de los modelos tradicionales de series de tiempo (ARIMA, EGARCH y PARCH), contra dos nuevos modelos propuestos basados en la teoría difusa (FTS-Fuzzy ARIMA Tseng y FTS-Fuzzy ARIMA Tanaka). Para hacer esta comparación, estimamos el rendimiento del tipo de cambio peso mexicano - dólar estadounidense desde enero de 2008 hasta diciembre de 2017. Nuestro resultado principal es que los modelos basados en la teoría difusa generan una mejor estimación de la volatilidad. Los modelos difusos muestran un menor error de pronóstico que la serie de tiempo tradicional en ambos; dentro y fuera de las pruebas de muestra; para la volatilidad en el rendimiento del tipo de cambio peso mexicano - dólar estadounidense. Por lo tanto, los modelos difusos mostraron una mayor eficiencia y reflejan mejor la información del mercado.

Palavras-chave : Lógica difusa; Fuzzy ARIMA; Serie de tiempo difusas; Regresión lineal difusa.