Fuzzy hybrid system for forecasting financial time series

Abstract

espanolEn este articulo se propone un sistema hibrido difuso para la prediccion de series temporales. Dicho sistema esta basado en el metodo de ajuste automatico auto.arima del paquete forecast para R. En un primer momento se generan las predicciones y se identifican patrones y tendencias utilizando tecnicas de agrupamiento difuso. Posteriormente, utilizando criterios inferenciales sobre los centros de los conglomerados, se finaliza con una prediccion en terminos de media. El sistema propuesto permite la inclusion de criterios expertos, es decir, el usuario puede establecer restricciones en los conglomerados basadas en el conocimiento a priori de la serie temporal objeto de analisis. El procedimiento puede ser aplicado a cualquier serie financiera que cumpla los requisitos de los modelos estacionales autorregresivos integrados de media movil. El metodo propuesto se implementa en R. Se han llevado a cabo contrastes numericos sobre prestamos, cuentas corrientes y cuentas de ahorro que muestran el buen funcionamiento del metodo propuesto. EnglishWe propose a fuzzy hybrid system for forecasting time series, based on the automatic fitting method auto.arima included in the forecast package for R. First, we generate predictions and apply fuzzy clustering to identify patterns and tendencies. Then, using inference criteria on the centers of the clusters we end up with a mean forecast. The system allows the inclusion of expert criteria, i.e., the user can set up restrictions on the clustering based on a priori knowledge of the time series. This approach can be applied to any financial time series meeting the requirements of Seasonal Autoregressive Integrated Moving Average (SARIMA) models. The proposed method is implemented in R. Numerical tests on series of loans, accounts, and saving accounts demonstrate the efficacy of the method