Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу
A concept is proposed for solving the problem of adaptive forecasting that is based on the system analysis methodology and combined use of preliminary data processing techniques, mathematical and statistical modeling, forecasting and optimal state estimation of the processes under study. The cyclica...
Gespeichert in:
| Datum: | 2019 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2019
|
| Schlagworte: | |
| Online Zugang: | http://journal.iasa.kpi.ua/article/view/168044 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | System research and information technologies |
Institution
System research and information technologies| id |
journaliasakpiua-article-168044 |
|---|---|
| record_format |
ojs |
| institution |
System research and information technologies |
| baseUrl_str |
|
| datestamp_date |
2019-08-07T15:26:27Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
фінансові процеси невизначеності системний аналіз адаптація прогнозування |
| spellingShingle |
фінансові процеси невизначеності системний аналіз адаптація прогнозування Danylov, Valery Ya. Huskova, Vira H. Bidyuk, Petro I. Jirov, Oleksandr L. Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу |
| topic_facet |
фінансові процеси невизначеності системний аналіз адаптація прогнозування финансовые процессы неопределенности системный анализ адаптация прогнозирование financial processes uncertainty system analysis adaptation forecasting |
| format |
Article |
| author |
Danylov, Valery Ya. Huskova, Vira H. Bidyuk, Petro I. Jirov, Oleksandr L. |
| author_facet |
Danylov, Valery Ya. Huskova, Vira H. Bidyuk, Petro I. Jirov, Oleksandr L. |
| author_sort |
Danylov, Valery Ya. |
| title |
Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу |
| title_short |
Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу |
| title_full |
Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу |
| title_fullStr |
Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу |
| title_full_unstemmed |
Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу |
| title_sort |
система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу |
| title_alt |
Decision support system for forecasting financial processes on the basis of system analysis principles Система поддержки принятия решений для прогнозирования финансовых процессов на основе принципов системного анализа |
| description |
A concept is proposed for solving the problem of adaptive forecasting that is based on the system analysis methodology and combined use of preliminary data processing techniques, mathematical and statistical modeling, forecasting and optimal state estimation of the processes under study. The cyclical adaptation of a structure and model parameters on the basis of a set of statistical characteristics of a process under study provides a possibility for reaching high quality estimates of forecasts under condition that data is informative. To identify and take into consideration possible stochastic, structural and parametric uncertainties it is proposed to use optimal and digital filtering and data mining methods such as Bayesian networks, adaptive BN, particle filter and other instruments. Possible parametric uncertainties are minimized with application of several alternative parameter estimation techniques such as LS, RLS, ML and Markov chains Monte Carlo sampling. The conducted study suggests that the proposed methodology can be applied to the analysis of a wide class of real life processes including nonlinear nonstationary processes in finances, economy, ecology and demography. |
| publisher |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| publishDate |
2019 |
| url |
http://journal.iasa.kpi.ua/article/view/168044 |
| work_keys_str_mv |
AT danylovvaleryya decisionsupportsystemforforecastingfinancialprocessesonthebasisofsystemanalysisprinciples AT huskovavirah decisionsupportsystemforforecastingfinancialprocessesonthebasisofsystemanalysisprinciples AT bidyukpetroi decisionsupportsystemforforecastingfinancialprocessesonthebasisofsystemanalysisprinciples AT jirovoleksandrl decisionsupportsystemforforecastingfinancialprocessesonthebasisofsystemanalysisprinciples AT danylovvaleryya sistemapodderžkiprinâtiârešenijdlâprognozirovaniâfinansovyhprocessovnaosnoveprincipovsistemnogoanaliza AT huskovavirah sistemapodderžkiprinâtiârešenijdlâprognozirovaniâfinansovyhprocessovnaosnoveprincipovsistemnogoanaliza AT bidyukpetroi sistemapodderžkiprinâtiârešenijdlâprognozirovaniâfinansovyhprocessovnaosnoveprincipovsistemnogoanaliza AT jirovoleksandrl sistemapodderžkiprinâtiârešenijdlâprognozirovaniâfinansovyhprocessovnaosnoveprincipovsistemnogoanaliza AT danylovvaleryya sistemapídtrimannâprijnâttâríšenʹdlâprognozuvannâfínansovihprocesívnaosnovíprincipívsistemnogoanalízu AT huskovavirah sistemapídtrimannâprijnâttâríšenʹdlâprognozuvannâfínansovihprocesívnaosnovíprincipívsistemnogoanalízu AT bidyukpetroi sistemapídtrimannâprijnâttâríšenʹdlâprognozuvannâfínansovihprocesívnaosnovíprincipívsistemnogoanalízu AT jirovoleksandrl sistemapídtrimannâprijnâttâríšenʹdlâprognozuvannâfínansovihprocesívnaosnovíprincipívsistemnogoanalízu |
| first_indexed |
2025-07-17T10:25:04Z |
| last_indexed |
2025-07-17T10:25:04Z |
| _version_ |
1837889388017614848 |
| spelling |
journaliasakpiua-article-1680442019-08-07T15:26:27Z Decision support system for forecasting financial processes on the basis of system analysis principles Система поддержки принятия решений для прогнозирования финансовых процессов на основе принципов системного анализа Система підтримання прийняття рішень для прогнозування фінансових процесів на основі принципів системного аналізу Danylov, Valery Ya. Huskova, Vira H. Bidyuk, Petro I. Jirov, Oleksandr L. фінансові процеси невизначеності системний аналіз адаптація прогнозування финансовые процессы неопределенности системный анализ адаптация прогнозирование financial processes uncertainty system analysis adaptation forecasting A concept is proposed for solving the problem of adaptive forecasting that is based on the system analysis methodology and combined use of preliminary data processing techniques, mathematical and statistical modeling, forecasting and optimal state estimation of the processes under study. The cyclical adaptation of a structure and model parameters on the basis of a set of statistical characteristics of a process under study provides a possibility for reaching high quality estimates of forecasts under condition that data is informative. To identify and take into consideration possible stochastic, structural and parametric uncertainties it is proposed to use optimal and digital filtering and data mining methods such as Bayesian networks, adaptive BN, particle filter and other instruments. Possible parametric uncertainties are minimized with application of several alternative parameter estimation techniques such as LS, RLS, ML and Markov chains Monte Carlo sampling. The conducted study suggests that the proposed methodology can be applied to the analysis of a wide class of real life processes including nonlinear nonstationary processes in finances, economy, ecology and demography. Предложена концепция решения задач адаптивного прогнозирования на основе методологии системного анализа. Методология базируется на комплексном использовании методов предварительной обработки данных, математического и статистического моделирования, прогнозирования и оптимального оценивания состояний исследуемых процессов. Циклическая адаптация структуры и параметров модели на основе множества статистических характеристик процесса обеспечивает получение высококачественных коротко- и среднесрочных оценок прогнозов при условии выполнения условия информативности данных. Для идентификации и учета возможных неопределенностей предложено использовать оптимальную и цифровую фильтрацию, а также методы интеллектуального анализа данных: байесовские сети, адаптивные байесовские сети, гранулярные фильтры и другие инструменты. Возможные параметрические неопределенности минимизируются путем применения нескольких методов оценивания параметров моделей: МНК, РМНК, ММП и Монте-Карло для марковских цепей. Выполненные исследования предложенной методики свидетельствуют о возможности ее применения к исследованию широкого класса процессов произвольной природы включая нелинейные нестационарные процессы у финансах, экономике, экологии и демографии. Запропоновано концепцію розв’язання задач адаптивного прогнозування на основі методології системного аналізу, що ґрунтується на комплексному використанні методів попереднього оброблення даних, математичного і статистичного моделювання, прогнозування та оптимального оцінювання станів досліджуваних процесів. Циклічне адаптування структури і параметрів моделі на основі множини статистичних характеристик процесу забезпечує отримання високоякісних коротко- та середньострокових оцінок прогнозів за умови наявності інформативних даних. Для ідентифікації і врахування можливих стохастичних, структурних і параметричних невизначеностей запропоновано використовувати оптимальну та цифрову фільтрацію і методи інтелектуального аналізу даних, такі як байєсівські мережі, адаптивні байєсівські мережі, гранулярні фільтри та інші інструменти. Можливі параметричні невизначеності мінімізуються шляхом застосування альтернативних методів оцінювання параметрів, таких як МНК, РМНК, ММП та Монте-Карло для марковських ланцюгів. Виконані дослідження запропонованої методики свідчать про можливості її застосування до аналізу широкого класу процесів довільної природи включаючи нелінійні нестаціонарні процеси у фінансах, економіці, екології та демографії. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2019-03-25 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/168044 10.20535/SRIT.2308-8893.2019.1.02 System research and information technologies; No. 1 (2019); 20-36 Системные исследования и информационные технологии; № 1 (2019); 20-36 Системні дослідження та інформаційні технології; № 1 (2019); 20-36 2308-8893 1681-6048 uk http://journal.iasa.kpi.ua/article/view/168044/167772 Copyright (c) 2021 System research and information technologies |