Порівняльний аналіз та комбінування методів короткострокового прогнозування

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorЯрошенко, Валентина Олегівна
dc.date.accessioned2023-04-12T07:41:42Z
dc.date.available2023-04-12T07:41:42Z
dc.date.issued2022-12
dc.description.abstractМагістерська дисертація: 112 с., 26 табл., 46 рис., 1 додаток, 21 джерело. Об’єкт дослідження: процеси в економіці та фінансах, фінансові ризики. Предмет дослідження: моделі і методи аналізу процесів в економіці та фінансах, короткострокове прогнозування. Мета дослідження: порівняльний аналіз короткострокових прогнозів, підвищення якості оцінок прогнозів економічних процесів покращення оцінок ринкового ризику завдяки оціненим прогнозам. В роботі проведений огляд існуючих систем для аналізу часових рядів. Наведено моделі та методи прогнозування. Розглянуто різні підходи до моделювання та прогнозування фінансово-економічних даних. Створені моделі в програмі EViews для вхідних даних, які є даними по ринковій біржі. Оцінено прогноз за допомогою декількох моделей та проведено порівняння отриманих результатів на основі різних моделей. Таких як, АР (p), АРКС (p, q) та інші. За допомогою платформи Google Collab реалізовані нейронні мережі для прогнозування по тих самих вхідних даних.uk
dc.description.abstractotherMaster's thesis: 112 pp., 26 tables, 46 figures, 1 appendiх, 21 sources. Research object: processes in economy and finance, financial risks. Research subject: models and methods of analysis of processes in economy and finance, short-term forecasting. The purpose of the research: comparative analysis of short-term forecasts, improvement of the quality of estimates of forecasts of economic processes, improvement of market risk estimates thanks to the evaluated forecasts. The paper provides an overview of existing systems for time series analysis. Forecasting models and methods are presented. Various approaches to modeling and forecasting of financial and economic data are considered. Created models in the EViews program for the input data, which is data on the market exchange. The forecast was evaluated with the help of several models and the results obtained based on different models were compared. Such as AR (p), ARKS (p, q) and others. With the help of the Google Collab platform, neural networks are implemented for prediction based on the same input data.uk
dc.format.extent112 с.uk
dc.identifier.citationЯрошенко, В. О. Порівняльний аналіз та комбінування методів короткострокового прогнозування : магістерська дис. : 124 Системний аналіз / Ярошенко Валентина Олегівна. - Київ, 2022. - 112 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/54492
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкороткостроковий прогнозuk
dc.subjectмоделюванняuk
dc.subjectнейронні мережіuk
dc.subjectфінансові ризикиuk
dc.subjectекономічні процесиuk
dc.subjectпрогнозуванняuk
dc.subjectltsmuk
dc.subjectgruuk
dc.subjectshort-term forecastinguk
dc.subjectsimulationuk
dc.subjectneural networksuk
dc.subjectfinancial risksuk
dc.subjecteconomic processesuk
dc.subjectforecastinguk
dc.subject.udc004.942,001.5uk
dc.titleПорівняльний аналіз та комбінування методів короткострокового прогнозуванняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Yaroshenko_magistr.pdf
Розмір:
3.19 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи