Selecting exchange rate fundamentals by bootstrap

تحقیقات نشان می دهد که توانایی پیش بینی مبانی اقتصادی برای نرخ های ارز در طول زمان تغییر می کند؛ ممکن است در برخی از دوره ها تشخیص داده شود و در دیگران ناپدید می شود. این مقاله با استفاده از روش های مبتنی بر بوت استرپ برای انتخاب اطلاعات مربوط به زمان بندی ویژه برای پیش بینی نرخ ارز استفاده می کند. با استفاده از سنجش توانایی پیش بینی در طول زمان، همراه با معیارهای ارزیابی آماری و اقتصادی، متوجه می شویم که رویکرد ما بر اساس پیش تعیین شده و اعتبارسنجی مبانی در طول تکرار بوت استرپ، منجر به پیشرفت قابل توجه پیش بینی و دستاوردهای اقتصادی نسبت به پیاده روی تصادفی می شود. این رویکرد، که به عنوان پرتحرک شناخته می شود، مدل های پارسییمونی را انتخاب می کند که دارای قدرت پیش بینی نشده از یک نمونه در افق یک ماهه هستند. به نظر می رسد که روش های جایگزین دیگری مانند بیزی، بسته بندی کیسه ای و ترکیب پیش بینی های استاندارد را از بین می برد.