dc.contributor.author |
Соловйов, Володимир Миколайович |
|
dc.contributor.author |
Тулякова, А. Ш. |
|
dc.date.accessioned |
2017-07-29T18:22:39Z |
|
dc.date.available |
2017-07-29T18:22:39Z |
|
dc.date.issued |
2016 |
|
dc.identifier.citation |
Соловйов В. М. Графодинамічні методи дослідження складності сучасних фондових ринків / В. М. Соловйов, А. Ш. Тулякова // Нейро-нечіткі технології моделювання в економіці. – 2016. – № 5. – С. 152-179. |
uk |
dc.identifier.uri |
http://elibrary.kdpu.edu.ua/handle/0564/1155 |
|
dc.identifier.uri |
https://doi.org/10.31812/0564/1155 |
|
dc.description |
1. Focus on Complex Networks in Finance // Nature Physics. — 2013. —
Vol. 9. — No. 3. — P. 119—197.
2. Соловйов В. М. Прогнозування кризових явищ в складних мережах / В. М. Соловйов, В. В. Соловйова, Д. М. Чабаненко // Сучасні
концепції прогнозування розвитку складних соціально-економічних
систем: кол. монографія. — Бердянськ : Ткачук О. В., 2013. —
С. 190—206.
3. Donner R. V. Recurrence-based time series analysis by means of
complex network methods / R. V. Donner, M. Small, J. F. Donges, N. Marwan, Y. Zou, R. Xiang, J. Kurths // International Journal of Bifurcation and Chaos. — 2011. — Vol. 21. — No. 4. — P. 1019—1046.
4. Дербенцев В. Д. Синергетичні та еконофізичні методи дослідження динамічних та структурних характеристик економічних систем: Монографія / В. Д. Дербенцев, О. А. Сердюк, В. М. Соловйов, О. Д. Шарапов. — Черкаси: Брама-Україна, 2010. — 300 с.
5. Соловйов В. М. Рекурентні міри як метод кількісної оцінки складності / В. М. Соловйов, А. В. Батир // Вісник КНУТД. — 2012. — № 5. —
C. 254—257.
6. Соловьева В. В. Использование мультифракталов в анализе фондовых рынков / В. В. Соловьева, А. Ш. Тулякова // Інформаційні технології та моделювання в економіці: на шляху до міждисциплінарності:
кол. монографія. — Черкаси: Брама-Україна, 2013. — С. 116—130.
7. Соловйов В. M. Методологія дослідження динамічної складності
фондових ринків з використанням рекурентних мереж / В. M. Соловйов, А. Ш. Тулякова // Проблеми моніторингу, моделювання та менеджменту емерджентної економіки: кол. монографія. — Черкаси : Брама-Україна, 2013. — С. 91—111.
8. Евин И. А. Введение в теорию сложных сетей / И. А. Евин // Математические основы и численные методы моделирования. — 2010. —
Т. 2. — № 2. — С. 121—141. |
|
dc.description.abstract |
У статті запропоновано концептуально новий методологічний підхід до аналізу фінансових часових рядів, який автори застосовують разом з іншими для дослідження складності фінансових ринків. Суть цього підходу полягає в тому, що для побудови нових мір динамічної складності ринку часові ряди фінансових даних попередньо перетворюються в складні мережі на основі ідеї рекурентності точок фазової траєкторії системи. Далі для побудованої мережі розраховується широкий набір показників, що відображають різноманітні спектральні і топологічні характеристики мережі. Реалізація алгоритму ковзного вікна дозволяє прослідкувати графодинаміку складної системи. Якщо та чи інша з визначених мір складності проявляє характерну поведінку у часі, яка збігається з певними критичними змінами на фінансових ринках, її можна використати у якості індикатора-передвісника таких змін. Проведене експериментальне дослідження складних мереж, побудованих у рамках запропонованого методологічного підходу, підтвердило його адекватність і високу здатність до передбачення кризових явищ на фондових ринках. |
uk |
dc.language.iso |
uk |
uk |
dc.subject |
складні мережі |
uk |
dc.subject |
графодинаміка |
uk |
dc.subject |
рекурентні мережі |
uk |
dc.subject |
динамічна складність |
uk |
dc.subject |
динаміка фондових ринків |
uk |
dc.subject |
аналіз часових рядів |
uk |
dc.title |
Графодинамічні методи дослідження складності сучасних фондових ринків |
uk |
dc.type |
Article |
uk |