DSpace Home
→
Електронні публікації
→
Фізико-математичний факультет
→
Кафедра інформатики та прикладної математики
→
View Item

dc.contributor.author	Соловйов, Володимир Миколайович
dc.contributor.author	Сердюк, О. А.
dc.date.accessioned	2017-07-31T05:47:44Z
dc.date.available	2017-07-31T05:47:44Z
dc.date.issued	2015
dc.identifier.citation	Соловйов В. М. Мультифрактальний аналіз кризових явищ на фондових ринках / В. М. Соловйов, О. А. Сердюк // Прикладні аспекти прогнозування розвитку складних соціально-економічних систем : монографія / за ред. О. І. Черняка, П. В. Захарченка. – Бердянськ : Видавець Ткачук О. В., 2015. – С. 148-164.	uk
dc.identifier.uri	http://elibrary.kdpu.edu.ua/handle/0564/1159
dc.identifier.uri	https://doi.org/10.31812/0564/1159
dc.description	1. Gefter A. Theoretical physics: Complexity on the horizon / Amanda Gefter // Nature. - 2014. - V. 509. - P. 552-553. 2. Соловйов В.М. Складність соціально-економічних систем / Ю.Лега, В.Мельник, В.Соловйов // Збірник наукових праць Таврійського державного агротехнологічного університету (економічні науки), 2012, № 2 (18). - С. 85-99. 3. Соловйов В.М. Рекурентні міри як метод кількісної оцінки складності / А.Батир, В.Соловйов // Вісник КНУТД. - 2012, № 5, С. 254-257. 4. Соловйов В.М. Порівняльний аналіз рекурентних мір та методу Лемпеля-Зіва як засобів оцінки складності фінансовоекономічних систем / А.Батир, В.Соловйов // Наука і економіка, науково-теоретичний журнал Хмельницького економічного університету. - 2012. - Т. 1, № 4 (28). - С. 91-94. 5. Соловйов В.М. Використання масштабно-залежних показників Ляпунова для дослідження складності фінансовоекономічних систем / В.Соловйов, І.Стратійчук // Наука і економіка, науково-теоретичний журнал Хмельницького економічного університету. - 2012. - Т. 1, № 4 (28). - С. 88-93. 6. Соловйов В.М. Порівняльний аналіз динаміки фондового ринку України з використанням фрактальних мір складності / В.Соловйов, В.Соловйова, К.Соловйова // Вісник Черкаського університету, сер. «економічні науки», 2012. № 33 (246). - С. 51-58. 7. Сердюк А.А. Энтропия Тсаллиса и неэкстенсивные меры сложности экономических систем / А.Сердюк, В.Соловьев // В монографии «Модели оценки и анализа сложных социальноэкономических систем». - Х.: ИД «ИНЖЕК», 2013. - С. 146-157. 8. Соловйов В.М. Нереверсивні міри складності / О.Рибчинська, В.Соловйов, Д.Чабаненко // В монографії «Інформаційні технології та моделювання в економіці: на шляху до міждисциплінарності». - Черкаси: Брама-Україна, 2013. – С. 100-108. 9. Соловйов В.М. Прогнозування кризових явищ в складних мережах / В.Соловйов, В.Соловйова, Д.Чабаненко // В монографії «Сучасні концепції прогнозування розвитку складних соціальноекономічних систем». - Бердянськ, 2013. - С.190-206. 10. Соловйов В.М. Дослідження топологічних та спектральних властивостей фондових індексів засобами аналізу складних мереж / В.Соловйов, К.Соловйова // В монографії «Моделирование и информационные технологии в исследовании социально-экономических систем: теория и практика. - Бердянск-Харьков, 2014. - С. 469-487. 11. Данильчук Г.Б. Ентропійний аналіз і моделювання складних соціально-економічних систем / Автореф. дис. ... канд. ек. н. - Черкаси, СУЕМ, 2015. - 20 с. 12. Danilchuk G.B. Dynamics of graph spectral entropy in financial crisis / G.Danilchuk, V.Soloviev // Dynamics of graph spectral entropy in financial crisis/ Socio-economic aspects of economics and management.- Taunton, MA, USA. - 2015. - V. 2. - P. 227-234. 13. Сердюк О.А. Фінансова криза як процес аномальної синхронізації / О.Сердюк, В.Соловйов // В монографії «Моделювання складних систем». - Черкаси, 2015. - С. 52-62. 14. Song C. Self-similarity of complex networks / C. Song, S. Havlin, H.A. Maks // Nature. - 2005. –V. 433. – P. 392-395. 15. Lee C.-Y. Statistical self-similar properties of complex networks / C.-Y. Lee, S. Jung // [Електронний ресурс] – Режим доступу: arXiv: physics/0605205v1 [physics.soc-ph] 23 May 2006. 16. Guo L. The Fractal Dimensions of Complex Networks / L. Guo, X. Cai // Chin. Phys. Lett. – 2009. - V. 26, No. 8. – P. 088901-1 - 088901- 4. 17. Erdös P. On the evolution of random graphs / P. Erdös, A. Rényi // Publ. Math. Inst. Hung. Acad. Sci. - 1960. - Ser. A 5. – P. 17- 61. 18. Milgram S. The Small World Problem / S. Milgram // Psychology Today. – 1967. - V. 2. – P. 60-67. 19. Albert R. Statistical mechanics of complex networks / R. Albert, A.-L. Barabasi // Review of Modeern Physics. – 2002. - V. 74. – P. 47- 97. 20. Faloutsos M. On power-law relationships of the internet topology / M. Faloutsos, P. Faloutsos, C. Faloutsos // ACM SIGCOMM Computer Communication Review. – 1999. – V. 29 (4). – P. 251-262. 21. Eguíluz V.M. Effective dimensions and percolation in hierarchically structured scale-free networks / V.M. Eguíluz, E. Hernández-García, O. Piro,K. Klemm // [Електронний ресурс] – Режим доступу: arXiv:cond-mat/0302515v1 25 Feb 2003. 22. Gallos L.K. Scaling theory of transport in complex biological networks / L.K. Gallos, C. Song, S. Havlin, H.A. Makse // Proceedings of the National Academy of Sciences of the USA. – 2007. - V. 104. – P. 7746- 7751. 23. Сорнетте Д. Как предсказывать крахи финансовых рынков. Критические события в комплексных финансовых системах / Д. Сорнетте // Пер.с англ. – М.: Смартбук, 2008. – 400 с. 24. Johansen A. Financial anti-bubbles: log periodicity in gold and Nikkei collapses / A. Johansen, D. Sornette // Int. J. Mod. Phys. – 1999. – V.C 10. – P. 563-575. 25. Vandewalle N. The crash of October 1987 seen as a phase transition / N. Vandewalle, P. Boveroux, A. Minguet, M. Ausloos // J.Phys. A. – 1998. – V. 255. – P. 201-210. 26. Sornette D. Crashes as critical points / D. Sornette // Int. J. Theor. Appl. Finance. – 1996. – V. B 10. – P. 3737-3745. 27. Johansen A. The Nasdaq crash of April 2000: yet another example of logperiodicity in a speculative bubble ending in a crash / A. Johansen, D. Sornette // Eur. Phys. J. – 2000. – V.B 17. – P. 319-328. 28. Peng C.-K. Mosaic organization of DNA nucleotides / C.-K. Peng, S.V. Buldyrev, S. Havlin, M. Simons, H.E. Stanley, A.L. Goldberger // Physical Review E. – 1994. –V. 49(2). – P. 1685-1689. 29. Peng C.-K. Quantification of scaling exponents and crossover phenomena in nonstationary heartbeat time series / C.-K. Peng, S. Havlin, H.E. Stanley, A.L. Goldberger // Chaos. – 1995. – V.5 (1).– P. 82-87. 30. Bashan A. Comparison of detrending methods for fluctuation analysis / A. Bashan, R. Bartsch, J.W. Kantelhardt, S. Havlin // [Електронний ресурс] – Режим доступу: arXiv:0804.4081v1 [q-fin.ST] 25 Apr 2008. 31. Kantelhardt J.W. Multifractal detrended fluctuation analysis of nonstationary time series / J.W. Kantelhardt, S.A. Zschiegner, E. Koscielny-Bunde, A. Bunde, S. Havlin, H.E. Stanley // [Електронний ресурс] – Режим доступу: arXiv:physics/0202070 v1 27 Feb 2002.
dc.description.abstract	The work carried out multifractal analysis of the crisis on the stock markets today. It is shown that in the case of time series analysis and complex networks that are obtained by their special converting multifractal analysis indicates a marked increase in the complexity of the system during the crisis. This is evident through the expansion of singularity and growth collective and synchronization modes.	uk
dc.language.iso	uk	uk
dc.publisher	Видавець Ткачук О. В.	uk
dc.subject	властивість малого світу	uk
dc.subject	властивість scale-free	uk
dc.subject	властивість самоподібності	uk
dc.subject	мультифрактальний аналізу	uk
dc.subject	аналіз детрендованих флуктуацій	uk
dc.subject	показник Херста	uk
dc.subject	метод найменших квадратів	uk
dc.subject	фрактальна розмірність	uk
dc.subject	спектр мультифрактальності	uk
dc.title	Мультифрактальний аналіз кризових явищ на фондових ринках	uk
dc.title.alternative	Multifractal analysis of the crisis in the stock markets	uk
dc.type	Book chapter	uk