Волобуев Н.В.
МЕСТО МАТЕМАТИЧЕСКИХ МЕТОДОВ ЭКСТРАПОЛЯЦИИ В СИСТЕМА МЕТОДОВ ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ *
Аннотация:
в данной статье рассматриваются особенности математических методов прогнозирования, анализируется место математических методов в системе прогнозирования финансовых временных рядов
Ключевые слова:
прогнозирование, нелинейные модели, нейронные сети, экспертные оценки
Математические методы прогнозирования как парадигма экономического анализа является активно развивающимся направлением. Наблюдается постепенный отказ от методов на основе экспертных оценок и переход на математические методы, которые показывают большую точность в прогнозирование. Мировое научное сообщество активно исследует перспективы математических методов, в том числе методов на основе искусственного интеллекта, сравнивают их между собой, в том числе и с методов на основе экспертных оценок. Например, KATARÍNA HIĽOVSKÁ и PETER KONCZ в работе «Application of Artificial Intelligence and Data Mining Techniques to Financial Market» проанализировали и сравнили нелинейной модели, например, АРПСС и искусственной нейронной сети. В результате данной работы, исследователи сделали вывод, что методы на основе искусственного и интеллекта показывают результат лучше [6, c.12]. В 2018 году издательство Hindawi опубликовало статью, автором которой являются Yajiao Tang и Junkau Ji, а темой которой является «A Pruning Neural Network Model in Credit Classification Analysis». Цель исследования - сравнение нелинейных моделей (в том числе АРПСС) и моделей на основе искусственного интеллекта (как динамических так и экзогенных). В результате работы приводятся доказательства, что модели на основе искусственного интеллекта являются более точными на реальных данных [7, c. 3]. В 2017 году статья под авторством Pyo S, Lee J, Cha M и Jang H на тему «Predictability of machine learning techniques to forecast the trends of markets index prices: Hypothesis testing for the Korean stock markets» показала новый взгляд на прогнозирование. Новизной данного исследования является то, что авторы пересмотрели подходы к финансового прогнозирования: использовали индикаторы как источники основных рыночных тенденций, а в качестве архитектуры нейронной сети использовали модель классификации с непрерывным входом. В результате были сделаны выводы, что предложенная авторами архитектора сети показывает результат значительно выше, чем модели традиционного прогнозирования. Под методом прогнозирования принято понимать совокупность приемов, которые основываются на ретроспективу, с целью поиска закономерностей между временным рядом и его элементами. Сейчас отсутствует точная классификация методов, однако многие выделяют следующие: 1. Линейные или нелинейные Линейная модель описывает зависимость между переменными в виде линейной функции, и имеет вид (1):
Номер журнала Вестник науки №5 (14) том 1
Ссылка для цитирования:
Волобуев Н.В. МЕСТО МАТЕМАТИЧЕСКИХ МЕТОДОВ ЭКСТРАПОЛЯЦИИ В СИСТЕМА МЕТОДОВ ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ // Вестник науки №5 (14) том 1. С. 110 - 112. 2019 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/1208 (дата обращения: 25.04.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2019. 16+