Ймовірнісне прогнозування процесів ціноутворення на фондових ринках
Запропоновано два типи математичних моделей для прогнозування процесів ціноутворення на біржі. Ймовірнісна модель у вигляді динамічної мережі Байєса та авторегресійна модель є взаємно доповнюючими, що сприяє підвищенню якості прогнозу і рішень щодо торгових операцій на біржі. Побудовано модель для п...
Saved in:
| Date: | 2009 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
2009
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/12396 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Ймовірнісне прогнозування процесів ціноутворення на фондових ринках / П.І. Бідюк, А.В. Федоров // Систем. дослідж. та інформ. технології. — 2009. — № 1. — С. 65-73. — Бібліогр.: 11 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Summary: | Запропоновано два типи математичних моделей для прогнозування процесів ціноутворення на біржі. Ймовірнісна модель у вигляді динамічної мережі Байєса та авторегресійна модель є взаємно доповнюючими, що сприяє підвищенню якості прогнозу і рішень щодо торгових операцій на біржі. Побудовано модель для прогнозування нестандартних ситуацій.
Предложены два типа математических моделей для прогнозирования процессов ценообразования на бирже. Вероятностная модель в виде динамической сети Байеса и авторегрессионная модель взаимно дополняют друг друга, что способствует повышению качества прогноза и решений относительно торговых операций на бирже. Построена модель для прогнозирования нестандартных ситуаций.
Two types of mathematical models are proposed to forecast processes of stock price forming. The probabilistic model in the form of the dynamic Bayesian network and the autoregressive model mutually supplement each other, which improves the quality of trading decision making. Also, a model is proposed to forecast nonstandard situations.
|
|---|---|
| ISSN: | 1681–6048 |