Применение байесовской процедуры распознавания для прогнозирования динамики курсов акций

На основе информации из Интернета относительно ежедневного изменения курсов акций ценных бумаг 570 предприятий решалась задача прогнозирования динамики курса акции на следующий день в зависимости от динамики нескольких предыдущих дней. Использовались байесовские процедуры распознавания на цепях Марк...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Datum:2009
Hauptverfasser: Гупал, Н.А., Матусов, Ю.П.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2009
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/6224
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Применение байесовской процедуры распознавания для прогнозирования динамики курсов акций / Н.А. Гупал, Ю.П. Матусов // Компьютерная математика. — 2009. — № 1. — С. 105-110. — Бібліогр.: 6 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:На основе информации из Интернета относительно ежедневного изменения курсов акций ценных бумаг 570 предприятий решалась задача прогнозирования динамики курса акции на следующий день в зависимости от динамики нескольких предыдущих дней. Использовались байесовские процедуры распознавания на цепях Маркова разных порядков. На основі інформації з Інтернету стосовно щоденної зміни курсів акцій цінних паперів 570 підприємств розв’язувалась задача прогнозування динаміки курсів акцій на наступний день в залежності від динаміки декількох попередніх днів. Було застосовано байєсівські процедури розпізнавання на ланцюгах Маркова різних порядків. On the basis of information regarding daily change of share prices of securities of 570 enterprises obtained from the Internet, the problem of prediction of dynamics of share prices for the next day depending on the one of few previous days was solved. Bayesian recognition procedures on the Markov chains of different orders were used.
ISSN:ХХХХ-0003