Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elibrary.kdpu.edu.ua/xmlui/handle/0564/1131
Назва: Prediction of financial time series with the technology of high-order Markov chains
Автори: Соловйов, Володимир Миколайович
Saptsin, Vladimir
Chabanenko, Dmitry
Ключові слова: financial time series
high-order Markov chains
long-memory properties
Дата публікації: бер-2009
Бібліографічний опис: Soloviev V. N. Prediction of financial time series with the technology of high-order Markov chains [Electronic resources] / Vladimir Soloviev, Vladimir Saptsin, Dmitry Chabanenko // DPG Spring Meeting. Dresden, 22nd - 27th of March 2009. Working Group on Physics of Socio-economic Systems (AGSOE). – Drezden, 2009. – AGSOE 3.7. – Access mode : http://www.dpg-verhandlungen.de/year/2009/conference/dresden/static/agsoe.pdf
Короткий огляд (реферат): In this research the technology of complex Markov chains, i.e. Markov chains with a memory is applied to forecast the financial time-series. The high-order Markov chains can be simplified to first-order ones by generalizing the states in Markov chains. Considering the *generalized state* as the sequence of states makes a possibility to model high-order Markov chains like first-order ones. The adaptive method of defining the states is proposed, it is concerned with the statistic properties of price returns. The algorithm of prediction includes the next steps: (1) Generate the hierarchical set of time discretizations; (2) Reducing the discretiza- tion of initial data and doing prediction at the every time-level (3) Recurrent conjunction of prediction series of different discretizations in a single time-series. The hierarchy of time discretizations gives a possibility to review long-memory properties of the series without increasing the order of the Markov chains, to make prediction on the different frequencies of the series. The technology is tested on several time-series, including: EUR/USD Forex course, the World’s indices, including Dow Jones, S&P 500, RTS, PFTS and other.
URI (Уніфікований ідентифікатор ресурсу): http://elibrary.kdpu.edu.ua/handle/0564/1131
https://doi.org/10.31812/0564/1131
Розташовується у зібраннях:Кафедра інформатики та прикладної математики

Файли цього матеріалу:
Файл Опис РозмірФормат 
agsoe.pdfPoster253.29 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.