?
Оценивание параметров моделей финансовых временных рядов со случайным переключением режимов
С. 137-139.
Силаева В. А., Силаев А. М.
Предложен алгоритм оценивания параметров моделей финансовых временных рядов со случайными переключениями режимов. Проверка работоспособности алгоритма проводилась с помощью оценивания параметров в модели доходности индекса РТС.
В книге
Ч. 2. , Воронеж : Воронежский государственный университет, 2011
Силаева В. А., Силаев А. М., В кн. : Теоретические и прикладные исследования в экономике и финансах. Сборник трудов научной конференции 15 декабря 2011 г. : Н. Новгород : Нижегородский филиал НИУ ВШЭ, 2011. С. 78-84.
Предложен алгоритм оценивания параметров моделей финансовых временных рядов со случайными переключениями режимов. В процессе работы алгоритма происходит рекуррентное уточнение оценок параметров и последовательности переключения режимов. Работа алгоритма иллюстрируется примером оценивания параметров в модели доходности индекса РТС. ...
Добавлено: 5 сентября 2012 г.
Силаева В. А., Силаева М. В., Силаев А. М., Компьютерные исследования и моделирование 2018 Т. 10 № 6 С. 903-918
В работе рассматривается задача оценивания параметров временных рядов, описываемых регрессионными моделями с марковскими переключениями двух режимов в случайные моменты времени и независимыми гауссовскими шумами. Для решения предлагается вариант EM алгоритма, основанный на итерационной процедуре, в ходе которой происходит чередование оценивания параметров регрессии при
заданной последовательности переключений режимов и оценивания последовательности переключений
при заданных параметрах моделей регрессии. В ...
Добавлено: 25 февраля 2018 г.
Critical phenomena in stock exchange are regularly occurring and difficult to predict events, often leading to disastrous consequences. The presented paper is devoted to the search and research of early warning signals of critical transitions in stock exchange based on the results of a multifractal analysis of a series of transactions in shares of public ...
Добавлено: 28 октября 2022 г.
Перминов Г. И., Финансовые исследования 2012 № 1 (34) С. 110-121
В работе приводятся результаты экспериментальных исследований длины памяти финансовых временных рядов. ...
Добавлено: 5 июля 2012 г.
Силаев А. М., International Research Journal of Finance and Economics 2012 No. 100 P. 12-18
Статья посвящена применению фракталов для моделирования финансовых временных рядов. В настоящее время существуют эконометрические модели, опирающиеся на эмпирически выявленные свойства временных рядов. В данной статье найдено соответствие между четырьмя типами фракталов и четырьмя основными эмпирическими свойствами финансовых временных рядов. Это тяжелые хвосты и островершинность распределения доходностей, кластеризация волатильности, эффект дальних корреляций. В статье показано, что ...
Добавлено: 6 ноября 2012 г.
В настоящем пособии в доступной для первоначального изучения форме излагаются элементы основных направлений теории массового обслуживания --- раздела теории вероятностей, изучающего системы, предназначенные для обслуживания массового потока требований случайного характера. Представлена общая характеристика систем массового обслуживания; выделены такие разделы теории, как асимптотические методы, приоритетные системы, статистика систем массового обслуживания и моделирование систем массового обслуживания.
Второе издание ...
Добавлено: 18 октября 2012 г.
Вельдяксов В. Н., Шведов А. С., Экономический журнал Высшей школы экономики 2014 Т. 18 № 2 С. 328-344
Данные, используемые при регрессионном анализе, могут быть неточными или неоднозначными. Неопределенность данных может вытекать из случайности или из нечеткости. Регрессия, основанная на вероятностных моделях, широко распространена. Но трудности могут возникать, например, когда множество наблюдений слишком мало или предположения о виде вероятностных распределений недостоверны. При обычном эконометрическом оценивании предполагается, что и зависимые, и независимые переменные даны ...
Добавлено: 9 марта 2015 г.
Лозинская А. М., Жемчужников В. А., Perm University Herald. Economy 2017 Vol. 12 No. 1 P. 49-60
Возможность прогнозирования динамики финансовых инструментов представляет собой актуальную задачу для участников финансового рынка. В условиях большого потока разнородной информации возникает потребность в использовании эффективных методов их обработки для выработки оперативных управленческих решений. В частности, все большее распространение в финансовом моделировании получают методы машинного обучения. Цель работы заключается в моделировании прогноза российского биржевого индекса с помощью ...
Добавлено: 24 декабря 2016 г.
Шведов А. С., Прикладная эконометрика 2016 Т. 42 С. 121-138
В настоящее время методы нечеткой математики широко применяются в различных прикладных исследованиях. Например, при составлении портфелей, когда для некоторых активов нет достаточно длинных рядов цен, относящихся к предыдущим периодам, для моделирования доходностей этих активов могут использоваться нечеткие числа. При этом для других активов надо сохранить возможность использования случайных величин.
В данной работе предложены новые оценки ...
Добавлено: 29 декабря 2016 г.