Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів
This paper proposes a modification of Elastic Net regression for short-term forecasting of financial time series by introducing Gaussian weight decay. The new approach is designed to smooth the abrupt “jumps” between the last historical observation and the first forecast—an issue typical of standard...
Saved in:
| Date: | 2025 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Vinnytsia National Technical University
2025
|
| Subjects: | |
| Online Access: | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/771 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Optoelectronic Information-Power Technologies |
Institution
Optoelectronic Information-Power Technologies| id |
oai:oeipt.vntu.edu.ua:article-771 |
|---|---|
| record_format |
ojs |
| spelling |
oai:oeipt.vntu.edu.ua:article-7712025-06-19T11:44:36Z Improved model of ELASTIC NET regularization for financial time series Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів Квєтний, Р.Н. Бородкін, С.І. Elastic Net Gaussian weight decay time series data processing time series forecasting financial markets adaptive weighting S&P 500 Dow Jones Nasdaq Composite Elastic Net Gaussian-затухання часові ряди обробка даних фінансове прогнозування вагове зважування S&P 500 Dow Jones This paper proposes a modification of Elastic Net regression for short-term forecasting of financial time series by introducing Gaussian weight decay. The new approach is designed to smooth the abrupt “jumps” between the last historical observation and the first forecast—an issue typical of standard regularization. To assess its effectiveness, we formally derive the Elastic Net model with four weighting schemes (no decay, linear, exponential, and Gaussian) and conduct empirical experiments on the S&P 500, Dow Jones Industrial Average, and Nasdaq Composite indices over the period 2020–2025. The results demonstrate that Gaussian decay minimizes the transition gap and achieves the lowest RMSE and Deviation for the S&P 500 and Nasdaq Composite, whereas exponential decay proves optimal for the Dow Jones Industrial Average. У статті запропоновано модифікацію Elastic Net-регресії для короткострокового прогнозування фінансових часових рядів шляхом введення гаусівського затухання ваг (Gaussian decay). Новий підхід спрямований на згладжування різких «стрибків» між останнім історичним і першим прогнозним значеннями, характерних для стандартної регуляризації. Для оцінки ефективності було формально виписано Elastic Net з чотирма схемами затухання ваг (без затухання, лінійне, експоненційне, гаусівське) та проведено емпіричні експерименти на даних індексів S&P 500, Dow Jones Industrial Average і Nasdaq Composite за 2020–2025 рр. Результати продемонстрували, що Gaussian decay мінімізує перехідний розрив і забезпечує найнижчі значення RMSE і Deviation для S&P 500 і Nasdaq, тоді як для Dow Jones оптимальною виявилася експоненційна схема. Vinnytsia National Technical University 2025-06-18 Article Article application/pdf https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/771 10.31649/1681-7893-2025-49-1-29-35 Optoelectronic Information-Power Technologies; Vol. 49 No. 1 (2025); 29-35 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 49 № 1 (2025); 29-35 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 49 № 1 (2025); 29-35 2311-2662 1681-7893 10.31649/1681-7893-2025-49-1 uk https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/771/719 |
| institution |
Optoelectronic Information-Power Technologies |
| baseUrl_str |
|
| datestamp_date |
2025-06-19T11:44:36Z |
| collection |
OJS |
| language |
Ukrainian |
| topic |
Elastic Net Gaussian-затухання часові ряди обробка даних фінансове прогнозування вагове зважування S&P 500 Dow Jones |
| spellingShingle |
Elastic Net Gaussian-затухання часові ряди обробка даних фінансове прогнозування вагове зважування S&P 500 Dow Jones Квєтний, Р.Н. Бородкін, С.І. Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів |
| topic_facet |
Elastic Net Gaussian weight decay time series data processing time series forecasting financial markets adaptive weighting S&P 500 Dow Jones Nasdaq Composite Elastic Net Gaussian-затухання часові ряди обробка даних фінансове прогнозування вагове зважування S&P 500 Dow Jones |
| format |
Article |
| author |
Квєтний, Р.Н. Бородкін, С.І. |
| author_facet |
Квєтний, Р.Н. Бородкін, С.І. |
| author_sort |
Квєтний, Р.Н. |
| title |
Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів |
| title_short |
Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів |
| title_full |
Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів |
| title_fullStr |
Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів |
| title_full_unstemmed |
Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів |
| title_sort |
покращена модель регуляризації elastic net для обробки фінансових часових рядів |
| title_alt |
Improved model of ELASTIC NET regularization for financial time series |
| description |
This paper proposes a modification of Elastic Net regression for short-term forecasting of financial time series by introducing Gaussian weight decay. The new approach is designed to smooth the abrupt “jumps” between the last historical observation and the first forecast—an issue typical of standard regularization. To assess its effectiveness, we formally derive the Elastic Net model with four weighting schemes (no decay, linear, exponential, and Gaussian) and conduct empirical experiments on the S&P 500, Dow Jones Industrial Average, and Nasdaq Composite indices over the period 2020–2025. The results demonstrate that Gaussian decay minimizes the transition gap and achieves the lowest RMSE and Deviation for the S&P 500 and Nasdaq Composite, whereas exponential decay proves optimal for the Dow Jones Industrial Average. |
| publisher |
Vinnytsia National Technical University |
| publishDate |
2025 |
| url |
https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/771 |
| work_keys_str_mv |
AT kvêtnijrn improvedmodelofelasticnetregularizationforfinancialtimeseries AT borodkínsí improvedmodelofelasticnetregularizationforfinancialtimeseries AT kvêtnijrn pokraŝenamodelʹregulârizacííelasticnetdlâobrobkifínansovihčasovihrâdív AT borodkínsí pokraŝenamodelʹregulârizacííelasticnetdlâobrobkifínansovihčasovihrâdív |
| first_indexed |
2025-09-24T17:29:41Z |
| last_indexed |
2025-09-24T17:29:41Z |
| _version_ |
1850410282837344256 |