Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elibrary.kdpu.edu.ua/xmlui/handle/0564/1171Повний запис метаданих
| Поле DC | Значення | Мова |
|---|---|---|
| dc.contributor.author | Соловйов, Володимир Миколайович | - |
| dc.contributor.author | Чабаненко, Д. М. | - |
| dc.date.accessioned | 2017-07-31T18:54:00Z | - |
| dc.date.available | 2017-07-31T18:54:00Z | - |
| dc.date.issued | 2014 | - |
| dc.identifier.citation | Соловйов В. М. Прогнозування фінансово-економічних рядів з застосуванням ланцюгів Маркова / Соловйов В. М., Чабаненко Д. М. // Вісник Черкаського університету. Серія: Економічні науки. – Черкаси, 2014. – № 39 (332). – С. 119-127. | uk |
| dc.identifier.issn | 2076-5843 | - |
| dc.identifier.uri | http://elibrary.kdpu.edu.ua/handle/0564/1171 | - |
| dc.identifier.uri | https://doi.org/10.31812/0564/1171 | - |
| dc.description | 1. Самарский А.А. Математическое моделирование: Идеи. Методы. Примеры. / А.А.Самарский, А.П. Михайлов. – 2-е изд., испр. – М.: Физматлит, 2001. – 320 с. 2. Принципи моделювання та прогнозування в екології: підручник / [Богобоящий В.В., Курбанов К.Р., Палій П.Б., Шмандій В.М.]. - К.: Центр навчальної літератури, 2004. – 216 с. 3. Елютин П.В. Квантовая механика с задачами / под ред. академика Н.Н. Боголюбова / П.В. Елютин, В.Д. Кривченков. – М.: Наука, 1976. – 336 с. 4. Ландау Л.Д. Квантовая механика. Нерелятивистская теория / Л.Д. Ландау, Е.М. Лифшиц. – М.: Наука, 1974. – 752 с. 5. Сапир Ж. К экономической теории неоднородных систем: Опыт исследования децентрализованной экономики: пер. с фр. под науч. ред. Н.А. Макашевой / Ж. Сапир. – М.: ГУ ВШЭ, 2001. – 248 с. 6. L. von Bertalanffy, General System Theory—A Critical Review. - «General Systems», vol. VII, 1962. – P. 1—20. 7. Курбанов К.Р. Сложные цепи Маркова как технология прогнозирования социальных, экономических и экологических процессов / К.Р. Курбанов, В.М. Сапцин // МНПК аспір., мол. учених та науковців. «Проблеми та перспективи розвитку регіональної ринкової економіки» Кременчук, 11- 13 травня 2007 р. - С. 10-14. 8. Сапцин В.М. Опыт применения генетически сложных цепей Маркова для нейросетевой технологии прогнозирования. / В.М. Сапцин // Вісник Криворізького економічного інституту КНЕУ.- Кривий Ріг, КЕІ КНЕУ, 2009, вип. 2 (18). - С. 56-66. 9. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов / Ю.П. Лукашин [ Учеб. пособие]. – М.: Финансы и статистика, 2003. – 416 с. 10. Зайченко Ю.П. Нечеткие модели и методы в интелектуальных системах: учеб. пособие для иностр. студ. вузов, направления "Компьютерные науки" / Ю.П. Зайченко; [М.З. Згуровский (общ.ред.)]. – К.: Слово, 2008. — 344 с. 11. Ежов А.А. Нейрокомпьютинг и его применения в экономике и бизнесе / А.А. Ежов, С.А. Шумский. – М., 1998. – 367 c. 12. Заенцев И.В. Нейронные сети: основные модели / И.В. Заенцев [електронний ресурс] : Учебное пособие к курсу «Нейронные сети» для студентов 5 курса магистратуры каф. электроники физического ф-та Воронежского государственного университета [эл. издание]. – Воронеж: Воронежский государственный университет, 1999. – 186 c. 13. Чабаненко Д. М. Виявлення короткочасної та довготривалої пам’ятi та прогнозування часових рядiв методами складних ланцюгiв маркова / Д. М. Чабаненко // Вiсник Нацiонального технiчного унiверситету “Харкiвський полiтехнiчний інститут”. Збiрник наукових праць. Тематичний випуск: Iнформатика i моделювання. – Харків: НТУ ХПI, 2010. – № 31. – С. 184-190. 14. Тихонов В.И. Марковские процессы / В.И. Тихонов, В.А. Миронов. – М.: Сов. Радио, 1977. - 488 с. 15. Корн Г. Справочник по математике для научных инженеров и работников / Г. Корн, Т. Корн. – М.: Наука, 1973. - 832 с. 16. Сапцин В.М. Релятивистская квантовая эконофизика. Новые парадигмы моделирования сложных систем / В.М. Сапцин, В.Н. Соловьев. - Черкассы: Брама-Украина, 2009. – 64 с. 17. Дербенцев В.Д. Синергетичні та еконофізичні методи дослідження динамічних та структурних характеристик економічних систем / В.Д. Дербенцев, О.А. Сердюк, В.М. Соловйов, О.Д. Шарапов. – Монографія. – Черкаси: Брама-Україна, 2010. – 287 с. 18. Сапцін В. М. Фур‘є-продовження низькочастотних складових рядів економічної динаміки / В. М. Сапцін, Д.М. Чабаненко // Проблеми економічної кібернетики: Тези доповідей ХІV Всеукраїнської науково-методичної конференції (8-9 жовтня 2009 р., м. Харків). – Харків : ХНУ імені В. Н. Каразіна, 2009. – С. 132-133. 19. Чабаненко Д.М. Дискретне Фур’є-продовження часових рядів / Д.М. Чабаненко // Системні технології. Регіональний міжвузівський збірник наукових праць. - Випуск 1 (66). – Дніпропетровськ, 2010. – С. 114-122. 20. Соловйов В.М. Математична економіка. [Навчально-методичний посібник для самостійного вивчення дисципліни] / В.М. Соловйов. – Черкаси: ЧНУ, 2008. – 136 с. 21. Soloviev V. Prediction of financial time series with the technology of high-order Markov chains [електронний ресурс] / V. Soloviev, V.Saptsin, D. Chabanenko // Working Group on Physics of Socioeconomic Systems (AGSOE). – Drezden , 2009. - Електронний ресурс. – Режим доступу: http://www.dpg-verhandlungen.de/2009/dresden/agsoe.pdf 22. Soloviev V. Financial time series prediction with the technology of Complex Markov chains / V. Soloviev, V. Saptsin, D. Chabanenko // Computer Modelling and New Technologies. – 2010. – Vol. 14, № 3. – P. 63-67. 23. Пантин В.И. Кризисная эпоха 2010-2020 гг. и ее последствия для России / В.И. Пантин. - Електронний ресурс. – Режим доступу: https://www.google.com.ua/#q=2A15_Pantin.pdf 24. Акаев А.А., Пантин В.И. Финансово-экономические кризисы и геополитические сдвиги: анлиз и прогноз / А.А. Акаев, В.И. Пантин. - Електронний ресурс. – Режим доступу: https://www.google.com.ua/#q=3A01_Akaev_Pantin.pdf | - |
| dc.description.abstract | В даній роботі пропонується застосування технології складних ланцюгів Маркова для прогнозування часових рядів світових фондових ринків. Головною відмінністю складних ланцюгів Маркова від простих є урахування післядії або пам’яті. Метод передбачає прогнозування ряду за ієрархією інтервалів дискретизації часу та послідовного „склеювання” результатів прогнозів на різних частотних рівнях у один вихідний ряд прогнозу. Даний підхід дозволяє найбільш повно використати фрактальні властивості часового ряду. Наведено результати прогнозування індексів світових фондових ринків. | uk |
| dc.language.iso | uk | uk |
| dc.publisher | Черкаський національний університет імені Богдана Хмельницького | uk |
| dc.subject | прогнозування | uk |
| dc.subject | часові ряди | uk |
| dc.subject | складні ланцюги Маркова | uk |
| dc.subject | дискретний час | uk |
| dc.subject | фрактальність | uk |
| dc.subject | дискретне Фур’є-продовження | uk |
| dc.title | Прогнозування фінансово-економічних рядів з застосуванням ланцюгів Маркова | uk |
| dc.type | Article | uk |
| Розташовується у зібраннях: | Кафедра інформатики та прикладної математики | |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Соловйов_Чабаненко.pdf | Стаття | 557.7 kB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.