ОПРЕДЕЛЕНИЕ И ОПТИМИЗАЦИЯ ПАРАМЕТРОВ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ

Abstract

The actual problem of adaptive forecasting of time series of financial indicators is considered. By the method of solving the problem, a stack of models for study the time series with unstable oscillation character is chosen — the intuitive, the adaptive, the regressive models with an elastic choice of homogeneous clusters. Tire choice of parameters is carried out on the basis of correlation-regression analysis with adaptation by the exponential smoothing method. The estimation of parameters was carried out by Fisher and Darby-Watson criteria. The results obtained are applied for analysis of the stocks and bonds market, currency pairs and can be used to solve a wide range of time series analysis problems.

Рассмотрена актуальная задача адаптивного прогнозирования временного ряда финансовых показателей. Методом решения задачи выбран стек моделей для исследования временных рядов с неустойчивым характером колебаний - интуитивная, адаптивная, регрессионная модели с эластичным выбором гомогенных кластеров. Выбор параметров осуществляется на основании корреляционно-регрессионного анализа с адаптацией методом экспоненциального сглаживания. Оценка параметров проведена с учетом критериев Фишера, Дарби-Уотсона. Полученные результаты применены для анализа рынка ценных бумаг, валютных пар и могут применяться для решения широкого спектра задач анализа временных рядов.