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...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2009
Автори: Бідюк, П.І., Федоров, А.В.
Формат: Стаття
Мова:Українська
Опубліковано: Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України 2009
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/12396
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати: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.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме: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