web address of the page http://jnas.nbuv.gov.ua/article/UJRN-0001103879 Cybernetics and Systems Analysis А - 2019 / Issue (2020, Т. 56, № 2)
Шаташвили А. Д., Дидманидзе И. Ш., Кахиани Г. А. Об одном методе предварительного прогноза временных рядов финансовых данных Рассмотрена проблема прогнозирования временных рядов цен акций ведущих мировых компаний, которым свойственна долговременная память. Делается предположение, что игнорирование наличия подобной корреляционной структуры временных рядов с применением традиционных методов анализа приводит к появлению значительно большей погрешности, чем учет долговременной памяти при фактическом отсутствии. Предполагается, что колебания цен на инструменты финансового рынка описываются процессом Херста, которым моделируют процессы с долговременной памятью. Такой временной ряд не может быть эффективно проанализирован с помощью традиционных стационарных моделей, которые полностью игнорируют этот факт. Ставится задача: с использованием рассматриваемого метода установить наличие долговременной памяти у исходного временного ряда и определить его тип.
https://doi.org/10.1007/s10559-020-00245-6
Scopus
Бібліографічний опис: Шаташвили А. Д., Дидманидзе И. Ш., Кахиани Г. А. Об одном методе предварительного прогноза временных рядов финансовых данных. Кибернетика и системный анализ. 2020. Т. 56, № 2. С. 149–156. doi: https://doi.org/10.1007/s10559-020-00245-6 URL: http://jnas.nbuv.gov.ua/article/UJRN-0001103879 |
Cybernetics and Systems Analysis / Issue (2020, 56 (2))
Shatashvili A.D.,
Didmanidze I.S.,
Kakhiani G.A.,
Fomina T.A.
A method of preliminary forecasting of time series of financial data The problem of forecasting the time series of stock prices of leading global companies that are characterized by long-term memory is considered. It is assumed that ignoring the presence of such a correlation structure in time series using traditional methods of analysis leads to a much greater error than taking into account long-term memory in its actual absence. It is assumed that the daily fluctuations in prices for financial market instruments are the Hurst process, that is, they have long-term memory, which means such a time series cannot be effectively analyzed using traditional stationary models that completely ignore this fact. Thus, the task is set, using the R/S-analysis method, to determine the presence of long-term memory in the initial time series and to determine its type. © 2020, Springer Science+Business Media, LLC, part of Springer Nature. Keywords: fractal, neural networks, time series, Costs, Financial markets, Time series, Correlation structure, Daily fluctuations, Financial data, Initial time, Long term memory, Market instruments, Methods of analysis, Stationary models, Time series analysis
Cite: Shatashvili A.D.,
Didmanidze I.S.,
Kakhiani G.A.,
Fomina T.A.
(2020). A method of preliminary forecasting of time series of financial data. Cybernetics and Systems Analysis, 56 (2), 149–156. doi: https://doi.org/10.1007/s10559-020-00245-6 http://jnas.nbuv.gov.ua/article/UJRN-0001103879 [In Russian]. |