Юрчук, Василь МиколайовичСлупчук, Євгеній Віталійович2024-06-252024-06-252024Слупчук, Є. В. Корисність властивості декомпозиції дискретних вейвлетів в роботі з масивами фінансових даних : магістерська дис. : 111 «Математика» / Слупчук Євгеній Віталійович. – Київ, 2024. – 51 с.https://ela.kpi.ua/handle/123456789/67419Магістерська дисертація: 51 сторінка, 29 першоджерел, 45 слайдів презентації. Робота складається зі вступу, трьох розділів, висновків та списку використаної літератури. Вейвлет-аналіз є гнучким і не вимагає строгих припущень щодо процесу генерування даних: він за своєю сутністю, має здатність представляти дуже складні дані без необхідності знати їхню функціональну форму. Це дуже корисно для фінансів, оскільки процес, що лежить в основі набору даних, не завжди точно відомий. У роботі розглянуто застосування вейвлет-аналізу для фінансових та даних. Було застосовано дискретне вейвлет-перетворення для двох реальних фінансових рядів та впроваджено техніку з апробацією комп’ютерної статистичної програми “R”. Також розглянуто питання вибору вейвлета з міркувань розуміння простоти механізмів та практичної реалізації. Показано та проаналізовано на прикладах статистичного кореляційного аналізу, динамічного кореляційного аналізу, прогнозування фінансових часових рядів та спільного руху між фінансовими змінними з використанням підходу Wavelet Coherence ефективність вейвлет обробки. Проведений числовий та графічний аналіз до і після вейвлет перетворення фінансових даних, що відображено у відповідних таблицях та графіках. Практична цінність результатів полягає у застосуванні для визначення розривів або зміни режиму фінансово часових рядів. Також можна застосовувати для прогнозування фінансових часових рядів у короткочасній перспективі для моделей, які не потребують серйозних припущень.51 с.ukвейвлетдискретне вейвлет перетворенняметод Хаарастатичний кореляційний аналізпрогнозуваннямодель ARIMAMaster Thesis519.7, 004.4