Nhiễu trắng (White noise) trong tài chính là gì? Ứng dụng

Nhiễu trắng (tiếng Anh: White noise) có vai trò hết sức quan trọng trong các mô hình tài chính, kinh tế, vận tải, y học… đặc biệt là các mô hình dự báo giá trong tài chính.

Nhiễu trắng

Xem thêm: Anaconda python là gì ? Cài đặt anaconda

Xem thêm: renown

Khái niệm

Nhiễu trắng hay tiếng ồn trắng hay tạp âm trắng trong tiếng Anh gọi là: White noise.

Tiếng ồn trắng là sự kết hợp của tất cả các tần số âm thanh, vì vậy, tại một thời điểm nào đó, sự xuất hiện của một tần số là bất kì, hoàn toàn ngẫu nhiên, có thể cao hoặc thấp, không thể biết trước được.

Sự biến thiên hoàn toàn mang tính ngẫu nhiên và không có các phần tử mang tính hệ thống nào khi xuất hiện trong các quá trình ngẫu nhiên tài chính thay vì gọi là tiếng ồn trắng, chúng ta thường gọi là nhiễu trắng.

Ứng dụng của nhiễu trắng trong tài chính

Tiếng ồn trắng có vai trò hết sức quan trọng trong các mô hình tài chính, kinh tế, vận tải, y học… đặc biệt là các mô hình dự báo giá trong tài chính. Dựa vào tính chất ngẫu nhiên của nhiễu trắng mà nhiều mô hình toán học đã được xây dựng để ước lượng các tham số trong các mô hình dự báo giá tài sản như dự báo giá chứng khoán.

Mục đích chính trong việc mô hình thống kê là để tách ra thông tin cơ bản của các quá trình nhiều nhất có thể và để lại phần dư xấp xỉ một nhiễu trắng. Nhiễu trắng là một trong những quá trình ngẫu nhiên quan trọng trong nhiều lĩnh vực. Một cách toán học, nó có phổ xác định, giống như ánh sáng trắng chúng ta nhìn thấy bằng mắt.

Các nhà phân tích tài chính đã áp dụng nhiễu trắng để mô hình các thị trường chứng khoán. Thực tế nhiễu trắng hay tiếng ồn trắng đã được sử dụng trong xung lực, tổng hợp âm thanh, nghệ thuật, điều trị giấc ngủ…

Nhiễu trắng là dạng cơ bản của quá trình ngẫu nhiên cung cấp nền tảng cho hầu hết tất cả các mô hình thống kê ứng dụng được dùng trong khoa học tự nhiên và khoa học xã hội.

Các mô hình chuỗi thời gian dự báo giá tài sản, giá chứng khoán/ cổ phiếu:

– Mô hình một bước thời gian;

– Mô hình với thời gian rời rạc;

– Mô hình tự hồi qui tích hợp trung bình trượt ARIMA;

– Mô hình ARCH (Autoregressive conditional heteroskedasticity) – mô hình phương sai có điều kiện của sai số thay đổi tự hồi qui và mô hình GARCH (Mở rộng Autoregressive conditioned heteroskedasticity);

– Mô hình Black Scholes và ứng dụng trong tài chính của định lí Black S – Ocone.

(Tài liệu tham khảo: Tiếng ồn trắng và ứng dụng trong tài chính, ThS. Vũ Thị Hương Sắc, Tạp chí Công thương, 2017)

Website: https://www.batchuontyren.com