VII Международная студенческая научная конференция Студенческий научный форум - 2015

Прогнозирование стоимости финансовых активов снижает риск принятия финансово-экономических решений. В настоящее время существует множество подходов моделирования финансового рынка, основанных как на техническом, так и на фундаментальном анализе, отражающих различные стороны динамики исследуемого процесса. Выбор модели, как правило, базируется на результатах точности прогнозов. Однако какая модель даст более точный прогноз в будущем, неизвестно. Идея комбинирования прогнозов, полученных в рамках различных моделей, появилась в начале семидесятых годов прошлого века [1]. Комбинировались прогнозы, полученные при помощи различных регрессионных моделей, по моделям временных рядов с различными трендами и учетом фактора сезонности [2], экспертные и эконометрические прогнозы [3]. В данной работе представлены результаты комбинирования прогнозов финансового индекса, полученные в рамках рандомизированной коллокации [4]. Рандомизация прогноза финансового индекса выполняется в рамках моделей чистой и параметрической коллокации, при помощи которых вычисляется прогноз приращения логарифмической прибыли за период упреждения k:

, (1)

где ,

— критическое значение дроби Стьюдента. Практическая реализация коллокационных моделей опирается на построение автоковариационных функций стационарных случайных процессов [5], обычно:

, , , , (2)

где — дисперсия стационарного процесса, , — параметры моделей.

В данной работе выполнен сравнительный анализ прогнозов финансового индекса (1), полученных в рамках рандомизированных алгоритмов в работе [4] с применением ковариационных функций (2), и комбинированного прогноза, представляющего собой линейную комбинацию этих прогнозов.

Оценки средних квадратических ошибок прогнозов индекса РТС Таблица 1.

число прогнозов	Модель (1)	Модель (2)	Модель (3)	Комбинация (равные веса)	Комбинация (оптимальные веса)
1	2	3	4	5	6
231	12,459	4,195	4,245	5,715	4,176

Как отмечается в работах по комбинированным методам прогнозирования [1],[2], средняя квадратическая ошибка комбинированного прогноза не больше максимальной из составляющих. В пятом столбце таблицы 1 при комбинировании прогнозов использованы равные веса, в шестом — оптимальные, в смысле минимума средней квадратической ошибки.

С увеличением числа составляющих комбинированного прогноза, его точность увеличивается, это подтверждается данными таблицы 2.

Оценки средних квадратических ошибок прогнозов индекса РТС Таблица 2.

число прогнозов	Модель (1)	Модель (2)	Модель (3)	Модель (4)	Модель (5)	Комбинация (оптимальные веса)
1	2	3	4	5	6	7
231	12,459	4,195	4,245	4,19	4,26	4,166

При построении оптимального прогноза в таблице 2 добавлены прогнозы, полученные в рамках модели экономического броуновского движения (модель (4) [9], и тривиального прогнозирования (модель (5)). Результат показывает увеличение точности прогнозирования.

Литература

1. Сурков А.А. Объединение прогнозов — эффективный способ повышения точности прогнозирования / Материалы X Международной научно-практической конференции 5-7 июня 2014 г. «Экономическое прогнозирование: модели и методы»/под общ. ред. д-ра экон. наук, проф. В.В. Давниса: Воронеж. гос. ун-т [и др.] — Воронеж: Издательско-полиграфический центр «Научная книга», 2014.

2. Немец С.Ю. Комбинированные методы прогнозирования на основе ретроспективных оценок и внутренних характеристик временных рядов. Дис. на соискание ученой степени кандидата технических наук.—Липецк, 2007 г.— с.139.

3. Давнис В.В., Тинякова В.В. Адаптивные модели: анализ и прогноз в экономических системах. — Воронеж: Воронежский государственный университет, 2006. —308.

4. Бывшев В.А., Бабешко Л.О., Клапко А.,О. Прогнозирование динамических рядов финансово-экономической информации рандомизированным алгоритмом коллокации. Управление риском. — М., 2004 г. № 1., с. 35-39.

5. Бабешко Л.О. Коллокационные модели прогнозирования в финансовой сфере. — М.: Экзамен, 2001 г. —288 с.

Код для цитирования: Скопировать