Научный руководитель : кандидат физико - математических наук, доцент Голубева Л. Л. выполнила магистрант БГУ Власова Дарья Минск 2012.

Презентация:



Advertisements
Похожие презентации
ЛЕКЦИЯ РЯДЫ ДИНАМИКИ § 1. ДИНАМИЧЕСКИЕ (ВРЕМЕННЫЕ) РЯДЫ, основные понятия и классификации РЯДЫ ИЗМЕНЯЮЩИХСЯ ВО ВРЕМЕНИ ЗНАЧЕНИЙ СТАТИСТИЧЕСКОГО ПОКАЗАТЕЛЯ,
Advertisements

Диссертация на соискание степени магистра экономических наук Соискатель – Полищук А.Ю. Научный руководитель – кандидат технических наук Лапицкая Н.В.
Доклад для конференции «Инвестиционный Банкинг» Лауреат Государственной Премии Кандидат физико-математических наук Управляющий активами ЗАО " РИСК-ИНВЕСТ"
Диссертация на соискание степени магистра экономических наук Соискатель – Полищук А.Ю. Научный руководитель – кандидат технических наук Лапицкая Н.В.
Понятие эконометрики и эконометрических моделейO Эконометрика это наука, которая на базе статистических данных дает количественную характеристику взаимозависимым.
Динамические ряды Лекция 9. Цель лекции Смысл динамической регрессии Нахождение параметров динамической регрессии Прогнозирование с помощью динамической.
Методика оптимизации портфеля ценных бумаг на основании нейросетевого прогнозирования Исполнитель: Воронова М.А. Руководитель: Плющ О.Б.
ПРО- ГНОЗИ- РОВАНИЕ Маркин Сергей Менеджмент 2 КУРС.
ТАЦОГРНПСТАЦОГРНПС Бизнес-планирование теория и практика Соискатель – Лю Хайшень Научный руководитель – кандидат экономических наук Короткевич А.И. Диссертация.
Дипломная работа Разработка нейросетевого программного комплекса для анализа и прогнозирования котировок на Международном валютном рынке FOREX Выполнил:
ЭКОНОМЕТРИКА Преподаватель – Грабовский А.Е.. Предмет изучения Наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических.
Тема: Проблемы бюджетирования денежных потоков в коммерческих организациях Магистрант: Романенкова Д. В. Научный руководитель: д.э.н., профессор Карпова.
Прогнозирование финансовых рынков с использованием нейронных сетей Выполнила: Кокшарова А.А. ПНИПУ, ФПММ гр. ММЭм-12 Руководитель: к. ф.-м.н. Шумкова Д.Б.
Вычислительный аспект задач построения трендов Выполнил: Большаков М.А. Дипломный руководитель: Вьюненко Л.Ф.
Коллизии в трудовом праве Научный руководитель: Курылёва Ольга Сергеевна, кандидат юридических наук, доцент кафедры гражданского процесса и трудового права.
ПРОГНОЗИРОВАНИЕ КУРСОВ ВАЛЮТ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ Студент гр. Мт-47053А.С.Истомин Руководитель, доцент, к.т.н.В.В.Лавров Курсовой проект.
План 1.Основы построения индикаторов 2.Теория индикаторов 3. Компоненты индикатора 4. Компоненты уникальных индикаторов 5. Компоненты гибридных индикаторов.
1 БГУ КАФЕДРА ТЕЛЕКОММУНИКАЦИЙ И ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ФАКУЛЬТЕТ РАДИОФИЗИКИ И КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ Магистрант Бобова Александра Александровна Руководители:
Белорусский государственный университет Механико-математический факультет Кафедра математических методов теории управления Федорович Марина Николаевна.
Практическая работа 1 « Методы коммерческой географии »
Транксрипт:

научный руководитель : кандидат физико - математических наук, доцент Голубева Л. Л. выполнила магистрант БГУ Власова Дарья Минск 2012

Цель работы Цель работы Актуальность Объект исследования Объект исследования Объект исследования. Компоненты ряда Объект исследования. Компоненты ряда Научная гипотеза Научная гипотеза Методы Методы. Регрессионный анализ Методы. Регрессионный анализ Методы. Нейронные Сети и Генетические Алгоритмы Методы. Нейронные Сети и Генетические Алгоритмы Методы. Математические индикаторы Методы. Математические индикаторы Методы. Скользящая средняя Методы. Скользящая средняя Методы. Полосы Боллинджера Методы. Полосы Боллинджера Области применения Области применения Спасибо за внимание ! Спасибо за внимание !

На основе исторических данных финансовых временных рядов предсказать будущее поведение ряда

Необходимость предсказания движения цен финансовых инструментов и прогнозирование их доходности Существующие методы не уделяют должного внимания микроструктуре ряда и поэтому не позволяют строить корректные прогнозы на реальных рынках капитала

временной ряд паттерн случайная компонента тренд сезонная компонента статистическая компонента

Трендовая компонента Сезонная компонента основная тенденция изменения временного ряда периодические колебания временного ряда

Анализ микроструктуры финансовых временных рядов, выявление статистических характеристик ряда сделает возможным не только провести глубокий анализ, а также спрогнозировать поведение ряда

Статистический анализ Регрессионный анализ Кластеризация Классификация Нейронные сети Генетические алгоритмы

- аппроксимация зависимости дискретных данных аналитической функцией.

Работают с нечеткими системами Способность к обучению и адаптации Выявление сложных закономерностей в данных Оптимизация

Скользящие средние (SMA, EMA) MACD Полосы Боллинджера Параболическая система ( стоп - реверс ) RSI ( индекс относительной силы )

позволяет пользователям сравнивать изменчивость и относительные ценовые уровни за определенный период времени.

Экономическое и бизнес планирование Управление финансовыми активами Контроль и оптимизация производственного процесса