Адаптивне короткострокове прогнозування вибраних фінансових процесів
Запропоновано комп’ютерну систему адаптивного моделювання і прогнозування фінансово-економічних процесів із застосуванням принципів системного аналізу. При цьому враховувалася ієрархічність процесу прийняття рішень при оцінюванні прогнозів, а також застосовувались методи опису і врахування невизначеностей структурного, параметричного і статистичного характеру. Використання взаємодоповнювальних методів оцінювання структури і параметрів математичних моделей, а також оптимального оцінювання станів динамічних систем дає можливість врахувати деякі типи статистичних невизначеностей. Методи імовірнісного моделювання забезпечують урахування невизначеностей імовірнісного типу. Розглянуто задачу короткострокового прогнозування ціни на золото з використанням множини регресійних моделей і фільтра Калмана для отримання оптимальних оцінок стану процесу формування цін. Кращі результати прогнозування отримано з використанням оптимального фільтра за моделями, які враховують авторегресійні складові і тренди процесу. Побудовано моделі умовної дисперсії, які забезпечують прийнятні за якістю оцінки прогнозів дисперсії (волатильності), придатні для прийняття рішень при виконанні торгових операцій на біржі.
1. R.H. Shumway and D.S. Stoffer, Time Series Analysis and its Applications. New York: Springer Verlag, 2006, 588 p.
2. P.I. Bidyuk et al., Time Series Analysis. Ukraine, Kyiv: Polytechnika, NTUU KPI, 2013, 607 p. (in Ukrainian).
3. R. Harris and R. Sollis, Applied Time Series Modelling and Forecasting. West Sussex: Jоhn Wiley & Sons Ltd., 2005, 313 p.
4. M.Z. Zgurovsky and N.D. Pankratova, The System Analysis: Problems, Methodology, Applications. Ukraine, Kyiv: Naukova Dumka, 2011, 726 p. (in Ukrainian).
5. F.V. Jensen and Th. Nielsen, Bayesian Networks and Decision Graphs. New York: Spinger-Verlag, 2009, 457 p.
6. M.Z. Zgurovsky and Yu.P. Zaichenko, An Introduction to Computing Intelligence. Ukraine, Kyiv: Naukova Dumka, 2013, 406 p. (in Ukrainian).
7. A. Dobson, An Introduction to Generalized Linear Models. New York: CRC Press Company, 2013, 407 p.
1. R.H. Shumway and D.S. Stoffer, Time Series Analysis and its Applications. New York: Springer Verlag, 2006, 588 p.
2. P.I. Bidyuk et al., Time Series Analysis. Ukraine, Kyiv: Polytechnika, NTUU KPI, 2013, 607 p. (in Ukrainian).
3. R. Harris and R. Sollis, Applied Time Series Modelling and Forecasting. West Sussex: Jihn Wiley & Sons Ltd., 2005, 313 p.
4. M.Z. Zgurovsky and N.D. Pankratova, The System Analysis: Problems, Methodology, Applications. Ukraine, Kyiv: Naukova Dumka, 2011, 726 p. (in Ukrainian).
5. F.V. Jensen and Th. Nielsen, Bayesian Networks and Decision Graphs. New York: Spinger-Verlag, 2009, 457 p.
6. M.Z. Zgurovsky and Yu.P. Zaichenko, An Introduction to Computing Intelligence. Ukraine, Kyiv: Naukova Dumka, 2013, 406 p. (in Ukrainian).
7. A. Dobson, An Introduction to Generalized Linear Models. New York: CRC Press Company, 2013, 407 p.
Текст статті | Розмір |
---|---|
2014-1-5.pdf | 217.44 КБ |