Математическое моделирование финансовых операций

Построение адаптивной мультипликативной модели Хольта-Уинтерса для поквартальных данных о кредитах от коммерческого банка на жилищное строительство, с учетом сезонного фактора. Расчет экспоненциальной скользящей средней и индекса скорости изменения цен.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 17.09.2013
Размер файла 213,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования

"Финансовый университет при Правительстве Российской федерации"

(Финансовый университет)

Владимирский филиал Финуниверситета

Кафедра математики и информатики

Контрольная работа

по дисциплине "Финансовая математика"

вариант № 10

2013

Содержание

Задание 1

Задание 2

Список литературы

Задание №1

Поквартальные данные о кредитах от коммерческого банка на жилищное строительство (в условных единицах) за 4 года (всего 16 кварталов).

Таблица 1

Квартал

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

Кредит от коммерческого банка на жилищное строительство

43

54

64

41

45

58

71

43

49

62

74

45

54

66

79

48

Требуется:

1) Построить адаптивную мультипликативную модель Хольта-Уинтерса с учетом сезонного фактора, приняв параметры сглаживания б1=0,3; б2=0,6; б3=0,3.

2) Оценить точность построенной модели с использованием средней относительной ошибки аппроксимации.

3) Оценить адекватность построенной модели на основе исследования:

- случайности остаточной компоненты по критерию пиков;

- независимости уровней ряда остатков по d-критерию (критические значения d1=1,10 и d2=1,37) и по первому коэффициенту автокорреляции при критическом значении r1=0,32;

- нормальности распределения остаточной компоненты по R/S-критерию с критическими значениями от 3 до 4,21.

4) Построить точечный прогноз на 4 шага вперед, т.е. на 1 год.

5) Отразить на графике фактические, расчетные и прогнозные данные.

Решение

1) Мультипликативная модель Хольта-Уинтерса с линейным ростом имеет следующий вид:

Yp(t+k)=[a(t) + k*b(t)] * F(t+k-L).

Коэффициенты модели a(t), b(t) и F(t) рассчитываются по формулам:

a(t)= б1 *Y(t) / F(t-L) + (1- б1)*[a(t-1)+b(t-1)];

b(t)= б3 * [a(t)-a(t-1)]+(1- б3)*b(t-1);

F(t)= б2 * Y(t) / a(t) + (1- б2)*F(t-L).

Для расчета a(1) и b(1) необходимо оценить значения этих коэффициентов для предыдущего периода времени. Для оценки начальных значений a(0) и b(0) применим линейную модель к первым 8 значениям Y(t) из табл.1. Линейная модель имеет вид:

Yp(t)=a(0) + b(0)*t.

Таблица 2. Промежуточные расчеты для вычисления коэффициентов

Y(t)

Y(t)-Yср

t

t-tср

(Y(t)-Yср)*(t-tср)

(t-tср)2

Yp(t)

43

-9,375

1

-3,5

32,8125

12,25

49,41666667

54

1,625

2

-2,5

-4,0625

6,25

50,26190476

64

11,625

3

-1,5

-17,4375

2,25

51,10714286

41

-11,375

4

-0,5

5,6875

0,25

51,95238095

45

-7,375

5

0,5

-3,6875

0,25

52,79761905

58

5,625

6

1,5

8,4375

2,25

53,64285714

71

18,625

7

2,5

46,5625

6,25

54,48809524

43

-9,375

8

3,5

-32,8125

12,25

55,33333333

Сумма

35,5

42

Среднее

52,375

4,5

a(0)= Yср - b(0)*tср = 52,375 - 0,845*4,5=48,57

Уравнение с учетом полученных коэффициентов имеет вид:

Yp(t) = 48,57 + 0,845t

Из этого уравнения находим расчетные значения Yp(t) и сопоставляем их с фактическими значениями (табл.3)

Таблица 3. Сопоставление фактических данных Y(t) и рассчитанных по линейной модели значений Yp(t)

t

1

2

3

4

5

6

7

8

Y(t)

43

54

64

41

45

58

71

43

Yp(t)

49,42

50,26

51,11

51,95

52,80

53,64

54,49

55,33

Оценим приближенные значения коэффициентов сезонности I-IV кварталов F(-3), F(-2), F(-1) и F(0) для года, предшествующего первому году, по которому имеются данные в табл.1. Эти значения необходимы для расчета коэффициентов сезонности первого года F(1), F(2), F(3), F(4) и других параметров модели Хольта-Уинтерса.

;

;

;

.

Оценив значения a(0), b(0), а также F(-3), F(-2), F(-1), F(0), можно перейти к построению адаптивной мультипликативной модели Хольта-Уинтерса.

Рассчитаем значения Yp(t), a(t), b(t) и F(t) для t=1.

Полагая, что t=0, k=1, находим Yp(1):

Yp(0+1) =Yp(1)=[a(0)+1*b(0)]*F(0+1-4) = [48,57+1*0,845]*0,861 = 42,559

Полагая что t=1, находим:

a(1)=б1*Y(1)/F(-3)+(1-б1)* [a(0)+b(0)]=0,3 * 43/0,861 + (1-0,3) * [48,57 + +0,845] = 49,57

b(1)= б3*[a(1)-a(0)]+(1-б3)*b(0) = 0,3*[49,57-48,57]+(1-0,3)*0,845 = 0,891

F(1)= б2*Y(1)/a(1)+(1-б2)*F(-3) =0,6*43/49,57+(1-0,6)*0,861 = 0,865

Аналогично рассчитаем для t=1:

Yp(2)=54,39

a(2)= 50,35

b(2)= 0,859

F(2)=1,075

Для t=2:

Yp(3)=65,43

a(3)=50,88

b(3)= 0,758

F(3)= 1,266

Для t=3:

Yp(4)=40,44

a(4)=51,85

b(4)= 0,823

F(4)= 0,788

и т.д.

Таблица 4. Модель Хольта-Уинтерса

t

Y(t)

a(t)

b(t)

F(t)

Yp(t)

E(t)=Y(t)-Yp(t)

E(t)/Y(t)*100%

-3

0,861231466

-2

1,077798684

-1

1,277654031

0

48,57142857

0,845238095

0,783146334

1

43

49,57021832

0,891303592

0,864966388

42,55918828

0,440811725

1,025143546

2

54

50,35370161

0,858957502

1,0745677

54,38736193

-0,387361929

0,717336905

3

64

50,87640368

0,758080871

1,265831943

65,43206038

-1,432060377

2,237594339

4

41

51,85001619

0,822740362

0,787703901

40,43735729

0,562642707

1,372299285

5

45

52,47847247

0,764455138

0,860483238

45,560164

-0,560164003

1,244808895

6

58

53,4626075

0,830359106

1,080749316

57,21313027

0,78686973

1,356671948

7

71

54,83195489

0,99205559

1,283252004

68,72577139

2,274228607

3,203138884

8

43

55,45351942

0,880908272

0,780336071

43,97279085

-0,972790848

2,262304297

9

49

56,51752338

0,935836979

0,864385941

48,47483075

0,525169246

1,071773972

10

62

57,42763379

0,928119009

1,080071497

62,0926799

-0,092679897

0,149483704

11

74

58,14882461

0,866040552

1,276858798

74,88513673

-0,885136726

1,196130711

12

45

58,61064395

0,744774187

0,772801607

46,05142798

-1,051427982

2,336506626

13

54

60,29042098

1,025275042

0,883153178

51,30598894

2,694011063

4,988909376

14

66

61,25310696

1,006498322

1,078526417

66,22533557

-0,225335567

0,341417525

15

79

62,14289901

0,971486441

1,273501626

79,49672475

-0,496724746

0,628765502

16

48

62,81357144

0,881242237

0,767620285

48,77489851

-0,774898509

1,614371895

17

56,25227713

18

69,64698219

19

83,35997562

20

50,92280925

2) Проверка точности модели

Условие точности выполняется, если относительная погрешность в среднем не превышает 5%.

Суммарное значение относительных погрешностей (см. табл. 4) составляет 25,747, что дает среднюю величину 25,747/16 = 1,61%.

Следовательно, условие точности выполнено.

3) Проверка условия адекватности

Проверка случайности уровней. Проверку случайности уровней остаточной компоненты проводим на основе критерия поворотных точек (табл. 5).

Таблица 5. Промежуточные расчеты для оценки адекватности модели

t

E(t)

Точки поворота

E(t)^2

[E(t)-E(t-1)]^2

E(t)*E(t-1)

1

0,440811725

-

0,19431

-

-

2

-0,387361929

0

0,15005

0,68587

-0,17075

3

-1,432060377

1

2,05080

1,09139

0,55473

4

0,562642707

1

0,31657

3,97884

-0,80574

5

-0,560164003

1

0,31378

1,26069

-0,31517

6

0,78686973

0

0,61916

1,81450

-0,44078

7

2,274228607

1

5,17212

2,21224

1,78952

8

-0,972790848

1

0,94632

10,54314

-2,21235

9

0,525169246

1

0,27580

2,24388

-0,51088

10

-0,092679897

0

0,00859

0,38174

-0,04867

11

-0,885136726

0

0,78347

0,62799

0,08203

12

-1,051427982

1

1,10550

0,02765

0,93066

13

2,694011063

1

7,25770

14,02831

-2,83256

14

-0,225335567

0

0,05078

8,52258

-0,60706

15

-0,496724746

0

0,24674

0,07365

0,11193

16

-0,774898509

-

0,60047

0,07738

0,38491

сумма

0,40515

8

20,09215

47,56987

-4,09018

Общее число поворотных точек в данном случае равно p = 8

Рассчитаем значение q:

Если количество поворотных точек p больше q, то условие случайности уровней выполнено. В нашем случае p = 8, q = 6, значит условие случайности уровней ряда выполнено.

Проверка независимости уровней ряда остатков.

а) по d-критерию Дарбина-Уотсона

В нашем случае имеет место отрицательная автокорреляция. В таком случае величину d уточняем, вычитая полученное значение из 4:

Так как d2 < 1,63 < 2, то уровни ряда остатков независимы.

б) по первому коэффициенту автокорреляции

.

Если модуль рассчитанного значения первого коэффициента автокорреляции меньше критического значения r(1) < rтабл, то уровни ряда остатков независимы. В нашей задаче |r(1)| = 0,203 < rтабл = 0,32 - уровни независимы.

в) Проверка соответствия ряда остатков нормальному распределению определяем по RS -критерию. Рассчитаем значение RS:

RS = (Emax - Emin)/S

Emax = 2,69401;

Emin = - 1,43206;

Emax - Emin = 2,69401 - (-1,43206) = 4,12607;

;

.

Так как 3,00 < 3,57 < 4,21, полученное значение RS попало в заданный интервал. Значит уровни ряда остатков подчиняются нормальному распределению.

Таким образом, условия адекватности и точности выполнены. Следовательно, можно говорить об удовлетворительном качестве модели и возможности проведения прогноза показателя Yp(t) на 4 квартала вперед.

4) Построение точечного прогноза

Для t = 17 имеем:

Yp(17) =Yp(16+1)=[a(16)+b(16)]*F(16+1-4) = (62,81+0,881)*0,883 = 56,25.

Аналогично находим Yp(18), Yp(19), Yp(20):

Yp(18) =Yp(16+2)=(62,81+2*0,881)*1,079 = 69,65

Yp(19) = (62,81+3*0,881)*1,274 = 83,36

Yp(20) = (62,81+4*0,881)*0,768 = 50,92

5) Отражение на графике фактических, расчетных и прогнозных данных

Задание № 2

Даны цены (открытия, максимальная, минимальная и закрытия) за 10 дней. Интервал сглаживания принять равным пяти дням. Рассчитать:

- экспоненциальную скользящую среднюю;

- момент;

- скорость изменения цен;

- индекс относительной силы;

- %R, %K, %D.

Расчеты проводить для всех дней, для которых эти расчеты можно выполнить на основании имеющихся данных.

Таблица 6

Дни

Цены

Макс.

Мин.

Закр.

1

858

785

804

2

849

781

849

3

870

801

806

4

805

755

760

5

785

742

763

6

795

755

795

7

812

781

800

8

854

791

853

9

875

819

820

10

820

745

756

Решение

1) Расчет экспоненциальной скользящей средней

При расчете экспоненциальной скользящей средней (EMA) учитываются все цены предшествующего периода, однако последним значениям цены придается большее значение, чем предшествующим. Расчеты проводятся по формуле:

где

k = 2/(n+1);

Ct - цена закрытия t-го дня;

EMAt - значение EMA текущего дня t;

EMAt-1 - значение EMA предыдущего дня t;

Начальное значение EMA рассчитывается как средняя арифметическая цен за определенное количество (n = 5) предшествующих дней по формуле:

MAt = (Ct-n+1 + Ct-n+2 +…+Ct)/n,

где Ct - цена закрытия t-го дня;

MAt - значение скользящего среднего текущего дня t.

И так далее для 7, 8, 9, 10 дней. Расчеты приведены в таблице 7.

Таблица 7. Расчет EMA

Дни

Цена закрытия

Простая скользящая средняя

Экспоненциальная скользящая средняя

(Графа 2 минус графа 3)

(Графа 2 минус графа 4)

1

2

3

4

1

804

2

849

3

806

4

760

5

763

796,40

796,40

-33,40

-33,40

6

795

794,60

795,93

0,40

-0,93

7

800

784,80

797,29

15,20

2,71

8

853

794,20

815,86

58,80

37,14

9

820

806,20

817,24

13,80

2,76

10

756

804,80

796,83

-48,80

-40,83

Рис. 2. Экспоненциальная скользящая средняя

Вывод: с 5-го по 6-ый день ЕМА(t) выше чем С(t). Следовательно, покупки не рекомендуются. 6 день - пересечение графика скользящей средней с графиком Ct, сигнал разворота. 7-9 дни - ЕМА ниже Ct, тренд восходящий, рекомендуются покупки. 9 день - пересечение графиков, сигнал разворота. 9-10 дни - ЕМА выше Сt, следовательно тренд нисходящий, рекомендуются продажи.

2) Расчет момента

Момент - это разница между конечной ценой текущего дня Ct и цены n дней тому назад Ct-n .

Рассчитаем момент по формуле

,

где t>n+1 => расчет выполняем с шестого уровня, т.е.

и т.д.

Результаты вычислений занесем в соответствующий столбец расчетной таблицы 8.

Таблица 8. Расчет MOM

Дни(t)

Цена закрытия С(t)

MOM(t)

1

804

2

849

3

806

4

760

5

763

6

795

-9

7

800

-49

8

853

47

9

820

60

10

756

-7

Рис. 3. Момент. Результат расчета

Вывод: Все значения МОМ (кроме МОМ(7)) положительны, что свидетельствует об относительном росте цен (сигналы о покупке).

Наиболее выгодные варианты покупки наблюдаются в 7-й и 8-й день, так как МОМ резко пошел вверх

3) Расчет скорости изменения цен

Скорость изменения цен (ROC) - это отношение конечной цены текущего дня к цене n дней тому назад, выраженное в процентах.

,

где Ct - цена закрытия t-го дня;

ROCt - значение ROC текущего дня t.

и т.д.

Расчеты представим в таблице (табл. 9) и изобразим на графике (рис. 4).

Таблица 9. Расчет ROC

Дни(t)

Цена закрытия С(t)

ROCt

1

804

2

849

3

806

4

760

5

763

6

795

98,88

7

800

94,23

8

853

105,83

9

820

107,89

10

756

99,08

Рис. 4. Индекс скорости изменения цен ROC

Вывод: Все значения ROC (кроме ROC(7)) более 100%, что свидетельствует об относительном росте цен (сигналы о покупке).

Наиболее выгодные варианты покупки наблюдаются в 7-й и 8-й день, так как ROC резко пошел вверх

4) Расчет индекса относительной силы

Для расчета индекса относительной силы (RSI) применяют формулу:

где AU - сумма приростов конечных цен за n последних дней;

AD - сумма убыли конечных цен за n последних дней.

и т.д.

Результаты вычислений занесем в соответствующий столбец расчетной таблицы 10.

Таблица 10. Расчет RSI

Дни(t)

Цена закрытия С(t)

Повышение цены

Понижение цены

Сумма повышений

Сумма понижений

RSI

1

804

2

849

45

3

806

43

4

760

46

5

763

3

6

795

32

80

89

47,33728

7

800

5

40

89

31,00775

8

853

53

93

46

66,90647

9

820

33

93

33

73,80952

10

756

64

90

97

48,12834

Рис. 5. Индекс относительной силы

Вывод: в зоне "перекупленности" цены находились в 8-й и 9-й дни, что является сигналом не покупать, т.к. следует ждать понижения цен.

В зоне "перепроданности" цены не находились, но в 7-й день RSI был минимален, что является сигналом покупать, так как следует ждать повышения цен, что и подтвердилось в следующие дни

5) Расчет стохастических линий: %K, %D, %R

При расчете стохастических линий используется более полная информация (максимальные, минимальные цены и цены закрытия).

где % Kt - значение индекса текущего дня t;

Ct - цена закрытия текущего дня t;

L5 и H5 - минимальная и максимальная цены за 5 предшествующих дней, включая текущий.

Похожая формула используется для расчета % R:

где % Rt - значение индекса текущего дня t;

Ct - цена закрытия текущего дня t;

L5 и H5 - минимальная и максимальная цены за 5 предшествующих дней, включая текущий.

и т.д.

Индекс % D рассчитывается аналогично индексу % K, с той лишь разницей, что при его построении величины (Ct -L5) и (H5-C5) сглаживают, беря их трехдневную сумму.

и т.д.

Результаты вычислений приведены в таблице 11.

Таблица 11. Расчет индексов стохастических линий

Дни (t)

Цены

Максимальная цена за 5 дней Н 5

Минимальная цена за 5 дней L5

Сt-L5

H5-Ct

H5-L5

% K

% R

% за 3 дня

% за 3 дня

% D

Медленное % D

Максимальная цена за день Ht

Минимальная цена за день Lt

Цена закрытия Ct

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

1

858

785

804

2

849

781

849

3

870

801

806

4

805

755

760

5

785

742

763

870

742

21

107

128

16,406

83,5937

6

795

755

795

870

742

53

75

128

41,406

58,5937

7

812

781

800

870

742

58

70

128

45,31

54,687

132

384

34,375

8

854

791

853

854

742

111

1

112

99,107

0,8928

222

368

60,326

9

875

819

820

875

742

78

55

133

58,646

41,3533

247

373

66,219

53,6403

10

820

745

756

875

745

11

119

130

8,461

91,5384

200

375

53,333

59,9597

1. В графах 1-4 приведены дни по порядку и соответствующие им цены (максимальная, минимальная и конечная).

2. Начиная с 5-го дня в графах 5 и 6 записываем максимальную и минимальную цены за предшествующие 5 дней, включая текущий.

3. В графе 7 записываем t-L5) - разность между данными графы 4 и графы 6.

4. Графу 8 составляем значения разности между данными графы 5 и графы 4, т.е. результат разности (Н 5-Сt).

5. Размах цен за 5 дней (Н 5-L5) - разность между данными графы 5 и графы 6 записываем в графе 9.

6. Рассчитанные по формуле

значения %К заносим в графу 10.

7. В графу 11 заносим значения %R, рассчитанные по формуле

.

8. Шаги 2-7 повторяем для 6-й, 7-й строки и т.д. до конца таблицы.

9. Для расчета %D, начиная с 7-й строки, складываем значения Сt-L5 из графы 7 за 3 предыдущих дня, включая текущий (t=5, 6 и 7), и записываем в графе 12. Аналогично значения размаха (Н 5-L5) из графы 9 складывают за 3 предшествующих дня и заносят в графу 13.

10. По формуле

,

используя данные граф 12 и 13, рассчитываем %D и записываем в графе 14.

11. Шаги 9 и 10 повторяем для 8-й, 9-й строк и т.д. до конца таблицы.

12. Медленное %D находим как скользящую среднюю от %D (данные берем из графы 14) с интервалом сглаживания, равным трем. Результат записываем в графе 15.

Рис. 6. Стохастические линии

Вывод: График %К показывает, что в 5 день критерий находится в зоне "перепроданности"; в 6 и 7 день входит в нейтральную зону и поэтому возможны покупки. В 8 день критерий находится в зоне "перекупленности". В 9 день выходит из зоны "перекупленности" - сигнал к покупке. В 10 день входит в зону "перепроданности", необходимо остановить операции.

График %R является зеркальным отражением графика %К. Для него верхняя критическая зона является зоной "перепроданности", а нижняя - зоной "перекупленности". Таким образом, выводы по графику %R совпадают с выводами по графику %К.

График %D показывает, что в 7-10 дни критерий находится в нейтральной зоне. Следовательно, финансовые операции можно проводить, а именно - продажи. кредит цена мультипликативный сезонный

Список литературы

1. Финансовая математика: Математическое моделирование финансовых операций: Учеб. пособие/Под ред. В.А. Половникова и А.И. Пилипенко. - М.: Вузовский учебник, 2004. - 360 с.

2. Зуев В.П., Пыжев И.С. Финансовая математика: Учебно-методический комплекс для студентов заочного отделения экономического факультета. - 2009. - 222 с.

3. Финансовая математика. Учебник Бочаров П.П., Касимов Ю.Ф. 2009, - 624с.

Размещено на Allbest.ru

...

Подобные документы

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Коммерческий расчет экспоненциально скользящей средней цены с использованием интервала сглаживания. Построение графиков фактических, расчетных и прогнозных данных.

    контрольная работа [626,5 K], добавлен 28.04.2011

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Оценка точности построенной модели с использованием средней относительной ошибки аппроксимации. Определение суммы банковской ссуды, долга по ссуде и дисконта.

    контрольная работа [393,0 K], добавлен 06.12.2007

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора и согласно параметрам сглаживания. Средняя ошибка аппроксимации. Определение коэффициентов заданного линейного уравнения. Проверка точности построенной модели.

    контрольная работа [1,6 M], добавлен 20.01.2010

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса, оценка ее точности и адекватности с использованием средней относительной ошибки аппроксимации. Построение точечного прогноза. Отражение на графике фактических, расчетных и прогнозных данных.

    контрольная работа [816,2 K], добавлен 23.03.2013

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Определение эффективной ставки процента по вкладу в банке, номинальной ставки при начислении процента. Расчет дисконта по формуле математического дисконтирования.

    контрольная работа [756,3 K], добавлен 05.04.2011

  • Сведения о методе скользящей средней, коэффициенте линейной парной корреляции, регрессионном анализе. Построение графиков изменения значений показателей по данным варианта. Обработка динамических рядов методом скользящей средней и построение графиков.

    курсовая работа [614,4 K], добавлен 08.06.2012

  • Математическое моделирование как метод оптимизации процессов. Расчет сушилок, баланс влаги. Моделирование процесса радиационно-конвективной сушки. Уравнение переноса массы. Период условно-постоянной скорости. Градиент влагосодержания и температуры.

    реферат [2,7 M], добавлен 26.12.2013

  • Сглаживание с помощью метода скользящей средней. Анализ исходного ряда на наличие стационарности. Тест Дики-Фуллера. Выделение сезонной компоненты в аддитивной и мультипликативной модели. Составление уравнения тренда в виде полинома пятой степени.

    лабораторная работа [2,6 M], добавлен 17.02.2014

  • Сущность экономико-математической модели, ее идентификация и определение достаточной структуры для моделирования. Построение уравнения регрессии. Синтез и построение модели с учетом ее особенностей и математической спецификации. Верификация модели.

    контрольная работа [73,9 K], добавлен 23.01.2009

  • Построение экономико-математической модели оптимизации производства с учетом условия целочисленности. Расчет с помощью надстроек "Поиск решения" в Microsoft Excel оптимального распределения поставок угля. Экономическая интерпретация полученного решения.

    контрольная работа [2,5 M], добавлен 23.04.2015

  • Элементы экономико-математического моделирования. Основные направления оптимизационного моделирования банковской деятельности. Модели банка как совокупности стохастических финансовых процессов. Управление портфелем ценных бумаг в банковском бизнесе.

    дипломная работа [1,3 M], добавлен 17.07.2013

  • Планирование деятельности предприятия по производству продуктов питания. Прогнозирование объема продаж продукции на заданный период времени, построение графика изменения, используя метод трехчленной скользящей средней; расчет доверительных интервалов.

    контрольная работа [668,5 K], добавлен 02.01.2012

  • Процедура проведения имитационных экспериментов с моделью исследуемой системы. Этапы имитационного моделирования. Построение концептуальной модели объекта. Верификация и адаптация имитационной модели. Метод Монте-Карло. Моделирование работы отдела банка.

    курсовая работа [549,5 K], добавлен 25.09.2011

  • Построение модели парной регрессии и расчет индекса парной корреляции. Построение производственной функции Кобба-Дугласа, коэффициент детерминации . Зависимость среднедушевого потребления от размера дохода и цен. Расчет параметров структурной модели.

    контрольная работа [1,6 M], добавлен 05.01.2012

  • Создание математической модели для оперативного мониторинга продажи услуг в Региональном филиале ОАО "Сибирьтелеком"-"Томсктелеком". Преимущества, стоимость и основные перспективы развития услуг ISDN. Математическое моделирование dial-up подключений.

    дипломная работа [2,8 M], добавлен 20.09.2010

  • Построение и изучение математической модели случайного стационарного эргодического процесса с вероятностными характеристиками: ожидание и дисперсия. Построение графиков динамики изменения эмпирических данных и гистограмм распределения для всех выборок.

    курсовая работа [217,2 K], добавлен 18.03.2012

  • Графический метод решения и построение экономико-математической модели производства. Определение выручки от реализации готовой продукции и расчет оптимального плана выпуска продукции. Баланс производства проверка продуктивность технологической матрицы.

    задача [203,4 K], добавлен 03.05.2009

  • Изучение методов моделирования и анализа панельных данных. Построение ABC-XYZ классификации среди данных широкой номенклатуры по товарным запасам торгового предприятия. Виды исходных данных и построение на их основе модели регрессии по панельным данным.

    курсовая работа [363,2 K], добавлен 23.02.2015

  • Концептуальное математическое моделирование поведения химического реактора, работающего в адиабатическом режиме. Оптимизация конструктивных и технологических параметров объекта. Построение статических и динамических характеристик по различным каналам.

    курсовая работа [1,3 M], добавлен 05.01.2013

  • Составление математической модели транспортной задачи закрытого типа, представленной в матричной форме, с ограничениями пропускной способности. Поиск оптимального плана, при котором выполняется условие наименьшего суммарного пробега порожних вагонов.

    контрольная работа [60,5 K], добавлен 20.03.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.