Finans dünyası çok hızlı bir şekilde değişmektedir. Değişimi güdüleyen başlıca güçler ise yeni teknolojilerin gelişimi ve dünya çapında finansal bağlantıların artmasıdır. İletişim maliyetlerindeki azalma, bu değişimlerin birçoğunu motive etmiştir.

Yıllardır nakit para yerine başka ödeme yöntemleri (çek, kredi kartı gibi) kullanılmaktadır. Fakat şimdi İnternet üzerinde yapılan elektronik ticaretin ortaya çıkması ile bu yöntemlerin yeterince etkin olmadıkları görünmektedir. Bu nedenle yeni elektronik ödeme sistemlerinin geliştirilmesi gerekmektedir. Tüketicilere, İnternet üzerinden güvenli alışveriş yapmaları için çeşitli elektronik ödeme sistemleri sunulmaktadır. Ayrıca bazı modeller, banknot ve bozukluk para için direkt bir ikame olan ve akıllı kartlar üzerinde saklanan sanal para sağlamaktadırlar.

Sanal para ile gerçekleştirilen ödeme sistemlerinin gelişiminin sunduğu müthiş fırsatların yanında, kara para aklama, vergiden kaçınma ve senyoraj kayıpları gibi birçok yasal sorunları da beraberinde getirmektedir.

Financial time series including high frequency structures like jumps, spikes and stochastic volatility are usually modeled in an ad-hoc manner by stochastic differential equations together with Levy processes. Estimating the parameters and determining the jump size distributions do not have a precise and universally accepted method. Under these circumstances, complexities and confusions usually arise. This book, approaches to this issue from a very different angle through introducing an autocorrelation one process together with finite number of Fourier series terms. Introduction of Fourier series to estimate the dynamics of the process is not done in an ad-hoc manner or as done before in dealing with seasonality. Here the moving average is transformed to a “moving and fluctuating” average by the help of Fourier series. Instead of adding jump structures to the model which makes the parameter estimation quite cumbersome, our model in discrete time can easily be transformed to a well-known mean reverting continuous time process. Moreover, our alternative model turned out to be a quite powerful and accurate forecasting technique.