Abstract:
Прогнозирование временных рядов является чрезвычайно актуальной темой в исследовании финансово-экономических и других сложных систем. Рассматриваемая технология сложных цепей Маркова содержит в себе принципы практически всех современных методов прогнозирования, включая длинную и короткую память в регрессионные модели, добавляя элементы фракталов в непрерывные эконометрические модели, а также существенно дополняя современный нейросетевой подход. С помощью иерархий времен, методика позволяет прогнозировать временные ряды, максимально используя информацию, поданную в исходном ряде, позволяет учесть закономерности на всех частотных уровнях. Настоящая работа посвящена исследованию и применению новой технологии прогнозирования, использующей сложные цепи Маркова .
