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...

Full description

Saved in:
Bibliographic Details
Date:2009
Main Authors: Бідюк, П.І., Федоров, А.В.
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
Description
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