Обнаружение критических точек на фондовом рынке
Подходы к определению критических точек в кризисных ситуациях различных финансовых рядов на фондовом рынке. Предсказание поведения цены актива с помощью рекуррентной нейронной сети и моделирования ряда с помощью положений теории случайных процессов.
| Рубрика | Экономико-математическое моделирование |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 10.12.2019 |
| Размер файла | 3,2 M |
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.
Второй задачей было тестирование онлайн CPD-алгоритмов CUSUM и Bayesian. Оба метода показали хорошие результаты с точки зрения предсказания кризисов, а вот по остальным частям рассмотренных выборок все неоднозначно. Байесовская процедура иногда определяет локальные изменения очень точно, но при этом выдает и явные false alarm`ы, что скорее всего является проблемой стартовых параметров модели. В целом CUSUM в данном случае был выбран более подходящим алгоритмом из-за его простоты и в среднем лучших результатах, но, как уже отмечалось, байесовский подход тоже имеет свои преимущества и скорее всего может работать как минимум не хуже при правильной настройке.
Третья задача - краткосрочный (в данном случае одношаговый) прогноз колебаний индекса с помощью рекуррентной LSTM-нейросети. Несмотря на то, что данный алгоритм считается очень эффективным в плане предсказаний последовательностей из-за своей способности запоминать длинные «паттерны», с задачей он справился не очень хорошо. Либо рассмотренные данные слишком «непредсказуемы», либо алгоритм не подходит для финансовых задач.
Заключительной задачей исследования было моделирование колебаний индекса с помощью модели геометрического броуновского движения с последующим определением вероятности так называемого «hitting time». Такой подход к симуляции последовательностей в целом кажется очень логичным, а рассчитанные вероятности оказались вполне правдоподобными, однако полагаться на данный метод в том виде, в котором он представлен здесь, было бы слишком рискованно. Более сложные финансовые модели, опирающиеся на теорию случайных процессов, активно исследуются на протяжении уже довольно долгого времени, однако их рассмотрение выходит за рамки данной работы.
Список литературы
1. Adams Ryan P., MacKay David J.C. «Bayesian Online Changepoint Detection», 2007
2. Ahn J. J., Lee S. J., Oh K. J., Kim T. Y. «Intelligent forecasting for financial time series subject to structural changes», Yonsei University, Keimyung University, 2009
3. Aminikhanghahi S., Cook D. J. «A survey of methods for time series change point detection», Springer, 2016
4. Basseville M., Nikiforov I. V. «Detection of abrupt changes: theory and application», Prentice Hall Englewood Cliffs, 1993
5. Cihan A., Koroglu K. «Detection of the Change Point and Optimal Stopping Time by Using Control Charts on Energy Derivatives», 2012
6. Garnett R., Osborne M. A., Roberts S. J. «Sequential Bayesian Prediction in the Presence of Changepoints», 2010
7. Gogoleva O., Shcherbakova E. «On-line change-point detection procedures for Initial Public Offerings», Halmstad University, 2010
8. Gustafsson F. «Adaptive Filtering and Change Detection», 2000
9. Hadad Y., Gurevich. G, Keren B. «Forecasting Accuracy and Change Point Detection», 2017
10. Keogh E., Chu S., Hart D., Pazzani M. «An online algorithm for segmenting time series», 2001
11. Kroes L. F. «Predicting Crashes, a Model Comparison», 2018
12. Laidler Graham, «Sequential Changepoint Detection», Lancaster University, 2017
13. Lipster R., «Tartakovsky A. G.From Disorder Detection to Optimal Stopping and Mathematical Finance», 2010
14. Louise A., Shrцder M. M. «Methods for Change-Point Detection with Additional Interpretability», London School of Economics and Political Sciences, 2016
15. Shiryaev A. N., Zhitlukhin M. V. «Optimal stopping problems», 2013
16. Shiryaev A. N., Zhitlukhin M. V., Ziemba W. T. «When to sell Apple and the NASDAQ? Trading bubbles with a stochastic disorder model», 2013
17. Steyvers M., Brown S. «Prediction and Change Detection», 2005
18. Taylor S.J., Letham B. «Forecasting at Scale», 2017
19. Thorburn S. «Forecasting limit order book price changes using change point detection», 2015
20. Truong C., Oudre L., Vayatis N. «Selective review of offline change point detection methods», 2019
21. Zhitlukhin M. V., Ziemba W. T. «Exit strategies in bubble-like markets using a changepoint model», 2016
Размещено на Allbest.ru
...Подобные документы
Основы финансового анализа рынка ценных бумаг. Основы модели АРТ. Методологические подходы к анализу фондового рынка. Теоретические и практические аспекты АРТ-моделирования: воплощение теоретических посылок в модель. АРТ-моделирование в практика.
курсовая работа [2,9 M], добавлен 27.03.2008Теоретические выкладки в области теории хаоса. Методы, которые используются в математике, для прогнозирования стохастических рядов. Анализ финансовых рядов и рядов Twitter, связь между сентиметными графиками и поведением временного финансового ряда.
курсовая работа [388,9 K], добавлен 01.07.2017Анализ временных рядов с помощью статистического пакета "Minitab". Механизм изменения уровней ряда. Trend Analysis – анализ линии тренда с аппроксимирующими кривыми (линейная, квадратическая, экспоненциальная, логистическая). Декомпозиция временного ряда.
методичка [1,2 M], добавлен 21.01.2011Классические подходы к анализу финансовых рынков, алгоритмы машинного обучения. Модель ансамблей классификационных деревьев для прогнозирования динамики финансовых временных рядов. Выбор алгоритма для анализа данных. Практическая реализация модели.
дипломная работа [1,5 M], добавлен 21.09.2016Основные понятия теории моделирования экономических систем и процессов. Методы статистического моделирования и прогнозирования. Построение баланса производства и распределение продукции предприятий с помощью балансового метода и модели Леонтьева.
курсовая работа [1,5 M], добавлен 21.04.2013Характеристика метода Монте-Карло. Его преимущество и недостатки, области применения. Решение задач по оптимизации использования ресурсов, управлению запасами и системе массового обслуживания с помощью средств аналитического и имитационного моделирования.
контрольная работа [1,4 M], добавлен 22.11.2013Систематизация существующих методов и моделей управления портфельными инвестициями. Ограничения их использования в условиях экономики России на фондовом рынке. Рыночные риски при инвестировании оборотного капитала в закупку материальных ресурсов.
автореферат [75,3 K], добавлен 24.12.2009История возникновения и развития нейронной сети, ее значение и применение. Реализация приложения, позволяющего определить фигуры изображенные пользователем на панели приложения. Создание однослойной нейронной сети (персептрон) с возможностью её обучения.
курсовая работа [860,1 K], добавлен 13.07.2012Особенности торговли на фондовом рынке. Крупнейшие эмитенты российского рынка акций. Влияние мирового финансового кризиса 2008-2009 гг. на его деятельность. Особенности применения индикаторов технического анализа и эконометрического прогнозирования.
дипломная работа [758,3 K], добавлен 27.09.2012Расчет параметров уравнения линейной регрессии, оценка тесноты связи с помощью показателей корреляции и детерминации; определение средней ошибки аппроксимации. Статистическая надежность регрессионного моделирования с помощью критериев Фишера и Стьюдента.
контрольная работа [34,7 K], добавлен 14.11.2010Теоретические основы имитационного моделирования. Пакет моделирования AnyLogic TM, агентный подход моделирования. Разработка имитационной модели жизненного цикла товара ООО "Стимул", модели поведения потребителей на рынке и специфика покупателей.
курсовая работа [2,0 M], добавлен 26.11.2010Исследование модели поведения на рынке двух конкурирующих фирм, выпускающих аналогичный пользующийся неограниченным спросом товар, с точки зрения теории игр. Определение прибыли игроков. Динамика изменения капитала во времени по секторам экономики.
контрольная работа [139,0 K], добавлен 20.01.2016Построение рядов распределения с произвольными интервалами и с помощью формулы Стерджесса. Построение статистических графиков. Расчет и построение структурных характеристик вариационного ряда. Общая характеристика исследуемых статистических совокупностей.
курсовая работа [654,9 K], добавлен 12.04.2009Расчет параметров уравнений линейной и нелинейной парной регрессии, порядок проведения дисперсионного анализа. Оценка тесноты связи между ценами первичного рынка и себестоимостью с помощью показателей корреляции и детерминации, ошибки аппроксимации.
курсовая работа [923,5 K], добавлен 07.08.2013Характеристика состояния акций второго эшелона рынка нефтяной отрасли. Рассмотрение подходов ученых к определению сущности поведения участников фондового рынка. Исследование и анализ особенностей эконометрического поведения участников фондового рынка.
курсовая работа [522,1 K], добавлен 13.10.2017Классификация бизнес-процессов, различные подходы к их моделированию и параметры качества. Методология и функциональные возможности систем моделирования бизнес-процессов. Сравнительная оценка систем ARIS и AllFusion Process Modeler 7, их преимущества.
дипломная работа [1,6 M], добавлен 11.02.2011Расчет суммы издержек для плана выпуска продукции. Коэффициенты линейного уравнения парной регрессии. Характеристика графической интерпретации результатов. Развитие экономических процессов. Особенности эконометрического моделирования временных рядов.
контрольная работа [723,3 K], добавлен 22.02.2011Изучение и отработка навыков математического моделирования стохастических процессов; исследование реальных моделей и систем с помощью двух типов моделей: аналитических и имитационных. Основные методы анализа: дисперсионный, корреляционный, регрессионный.
курсовая работа [701,2 K], добавлен 19.01.2016Изучение понятия имитационного моделирования. Имитационная модель временного ряда. Анализ показателей динамики развития экономических процессов. Аномальные уровни ряда. Автокорреляция и временной лаг. Оценка адекватности и точности трендовых моделей.
курсовая работа [148,3 K], добавлен 26.12.2014Тесты, с помощью которых можно построить эконометрические модели. Эконометрическое моделирование денежного агрегата М0, в зависимости от валового внутреннего продукта и индекса потребительских цен. Проверка рядов на стационарность и гетероскедастичность.
курсовая работа [814,0 K], добавлен 24.09.2012
