Алгоритмы, применяемые при прогнозировании цены и технический анализ Ханин Илья Департамент Мониторинга и контроля г. тел.(495) /06 Россия, , Москва, Краснопресненская наб., д. 12, подъезд 7

Статистический прогноз Построение эффективной методики прогноза предполагает: Сбор данных Анализ доступных данных Выбор метода прогнозирования на основе результатов анализа г.

Статистический прогноз Прогнозирование на основе статистических данных можно разделить на два класса по группам используемых методов: прогнозирование по временным рядам – экстраполяция данных; прогнозирование по индикаторам г.

Временной ряд и его прогноз Временной ряд - упорядоченные во времени (через равные интервалы времени) наблюдения величины (цены, полного планового объема потребления …) г.

Временной ряд и его прогноз Составляющие временного ряда Временной ряд Y(t+1)= C + S(t) + C(t) + T(t) + E(t) или Y(t+1)= C * S(t) * C(t) * T(t) * E(t), где С – постоянная составляющая (константа); S(t) – сезонная составляющая; C(t) – циклическая составляющая; T(t) – тренд; E(t) – нерегулярные (случайные) колебания г. КомпонентаОпределение Тренд Общая устойчивая долговременная тенденция Циклическая Повторяющиеся подъемы и спады Сезонная Достаточно регулярные периодические флуктуации, происходящие в каждом 12-месячном периоде из года в год Нерегулярна я Остаточная флуктуация, рассматривающаяся как "связанная с ошибкой" и остающаяся после того, как учтены систематические эффекты. Носит случайный характер.

Временной ряд и его прогноз Составляющие временного ряда г.

Методы прогнозирования, основанные на сглаживании: наивная" модель прогнозирования; среднее и скользящее среднее; взвешенное среднее; экспоненциальное среднее; метод Хольта; метод Винтерса г.

"Наивная" модель прогнозирования Y(t+1) = Y(t) – завтра будет как сегодня г.

"Наивная" модель прогнозирования Циклические колебания и тренды "Наивная" модель прогнозирования учитывающая тренд Y(t+1)=Y(t)*[Y(t)/Y(t-1)] "Наивная" модель прогнозирования учитывающая тренд и циклические колебания Y(t+1)=Y(t-s)*[Y(t)/Y(t-1)] Y(t-s) – значение временного ряда в момент времени t-s t-s момент времени с аналогичной t+1 фазой колебания Типовой день г. t+1s понедельник, суббота, воскресенье6 вторник3 среда, четверг, пятница0

Скользящие средние Среднее арифметическое Скользящее среднее Y(t+1)=(1/t)*[Y(t)+Y(t-1)+...+Y(1)]Y(t+1)=(1/t)*[Y(t)+Y(t-1)+...+Y(t-T)] =СРЗНАЧ(С1:С5) Взвешенное среднее Y(t+1)=(1/(t*(T+(T-1)+…+1)))*[T*Y(t)+(T-1)Y(t-1)+...+Y(t-T)] г.

Экспоненциальное скользящее среднее Расчет Экспоненциальное скользящее среднее Y(t+1) – прогноз на следующий период времени Y(t) – реальное значение в момент времени t – прошлый прогноз на момент времени t a – постоянная сглаживания (0

Экспоненциальное скользящее среднее Пример г.

Развитие концепции скользящего среднего Методы Хольта и Винтерса г. Метод ХольтаМетод Винтерса

Регрессионные методы прогнозирования Где - подбираемые коэффициенты регрессии - ошибка. AR(p)+MA(q)->ARMA(p,q)->ARMA(p,q)(P,Q)->ARIMA(p,q,r)(P,Q,R)-> г. переменные независимыезависимая X1X2...XNY 1x_11x_12...x_1NY_1 2x_21x_22...x_2NY_2... mx_M1x_M2...x_MNY_m

Регрессионные методы прогнозирования Прогнозирование по индикаторам Выбор состава оборудования Технологический максимум и минимум генерации Выработка активной мощности по ПДГ Полное плановое потребление Ценовые стратегии участников Заявленные цены на продажу и покупку Заявленные объемы на продажу и покупку Количество субъектов, участвующих в торгах Топология сети Верхний и нижний предел пропускной способности сечений Цена сечений в задаче расчета режима и в задаче конкурентного отбора ценовых заявок г.

Нерегулируемая цена Формула прогнозное нерегулируемой цены Алгоритм: Отбор факторов влияющих на цену РСВ: Кластерный анализ цен Регрессионный анализ ППО вошедших в кластер ГТП Прогноз ППО: Выделение периодических составляющих Анализ тренда Прогноз ППО Прогноз цены РСВ: Выделение периодических составляющих Прогноз цены с учетом прогноза ППО г.

Нерегулируемая цена Кластерный анализ г.

Нерегулируемая цена Прогноз ППО г. Выделение периодических составляющих Поиск тренда и точки перелома тренда. Приближение тренда логарифмической функцией.

Оценка ошибок прогноза ошибка прогноза г.

Статистические пакеты STATISTICAhttp:// SPSShttp:// SAShttp:// г.

Технический анализ Инструментарий г.,,,,,, XXXXXXXX, ,080000, , , , XXXXXXXX, ,090000, , , , XXXXXXXX, ,100000, , , , XXXXXXXX, ,110000, , , ,

Технический анализ г.

Технический анализ Ценовой канал г. Средневзвешенная суточная цена

Технический анализ Инструментарий г.

Технический анализ Индикатор RSI г.

Технический анализ Индикатор Momentum г.

Спасибо за внимание! г.