sloff - библиотека научных знаний http://sloff.net ru vladxbzzz@yahoo.com (http://sloff.net) vladxbzzz@yahoo.com (http://sloff.net) http://sloff.net sloff - библиотека научных знаний <![CDATA[АНАЛИЗ ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ НА ОСНОВЕ ПРОГНОЗИРОВАНИЯ КУРСОВ АКЦИЙ 2 часть]]> http://sloff.net/blog/isc/124.html http://sloff.net/blog/isc/124.html yxom Пусть имеется фондовой портфель из активов на интервале. Прогнозное поведение каждой из компонент портфеля на момент характеризируется свой финальной расчетной доходностью (оцененной в точке как относительное приращение цены актива за период). Поскольку доход по ЦБ случаен, его точное значение в будущем неизвестно, а вероятностное описание такого сорта случайности не вполне корректно, то в качестве описания доходности уместно использовать треугольные нечеткие числа. Таким образом, для -ой ценной бумаги имеем:]]> Mon, 01 Mar 2010 05:05:45 +0200 прогнозирование валютных курсов прогнозирование спроса системы поддержки принятия решений оценка прогнозирования <![CDATA[АНАЛИЗ ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ НА ОСНОВЕ ПРОГНОЗИРОВАНИЯ КУРСОВ АКЦИЙ 1 часть]]> http://sloff.net/blog/isc/123.html http://sloff.net/blog/isc/123.html yxom Авторы: Зайченко Ю.П., д.т.н., проф., Малихах Есфандиярфард, Заика А.И.

АНАЛИЗ ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ НА ОСНОВЕ ПРОГНОЗИРОВАНИЯ КУРСОВ АКЦИЙ

Работа посвящена исследованию в области портфельной оптимизации, проводимой в расплывчатых информационных условиях. Рассмотрена задача формирования оптимального портфеля акций максимальной доходности при заданном уровне риска на основе метода нечетко-множественной оптимизации фондового рынка. Интервальная оценка доходности каждой акции на следующий период определяется нечетким методом группового учета аргументов по предыстории. Лаги переменных индексов доходности, которые принимают участие в построении модели, определяются при помощи корреляционного анализа.]]>
Mon, 01 Mar 2010 04:50:04 +0200 прогнозирование валютных курсов прогнозирование спроса системы поддержки принятия решений оценка прогнозирования
<![CDATA[СРАВНИТЕЛЬНЫЙ АНАЛИЗ НЕЧЕТКИХ НЕЙРОННЫХ СЕТЕЙ С РАЗЛИЧНЫМИ АЛГОРИТМАМИ ВЫВОДА В ЗАДАЧАХ ПРОГНОЗИРОВАНИЯ КУРСОВ АКЦИЙ 1 часть]]> http://sloff.net/blog/isc/122.html http://sloff.net/blog/isc/122.html yxom СРАВНИТЕЛЬНЫЙ АНАЛИЗ НЕЧЕТКИХ НЕЙРОННЫХ СЕТЕЙ С РАЗЛИЧНЫМИ АЛГОРИТМАМИ ВЫВОДА В ЗАДАЧАХ ПРОГНОЗИРОВАНИЯ КУРСОВ АКЦИЙ

Авторы: Ю.П. Зайченко, Ю.В. Келестин., Севаее М. Фатма
Введение
В последние годы появилось достаточно большое число публикаций, посвященных исследованиям систем с нечеткой логикой и нечетких нейронных сетей (ННС) в задачах управления, классификации и распознавания образов [1,2,3,7,8]. Их основными достоинствами по сравнению с обыкновенными ННС являются возможность работы с неполными и неопределенными данными, возможность учета знаний экспертов в виде нечетких предикатных правил вывода, «если-то». Появились также работы, посвященные исследованию ННС в задачах прогнозирования в экономике. Так, в работе [4] проведено исследование нечетких контроллеров с выводом Мамдани и Цукамото, в задачах макроєкономического прогнозирования, с треугольными функциями принадлежности. В работах [5,6] проведено исследование ННС ANFIS с выводом Сугено в задачах прогнозирования. Цель настоящей работы состоит в проведении сравнительного анализа ННС с различными алгоритмами нечеткого вывода и функциями принадлежности в задачах прогнозирования финансовых рынков с целью определения наиболее адекватного метода для класса задач прогнозирования состояния финансовых рынков, в частности, курсов акций…]]>
Mon, 01 Mar 2010 04:27:50 +0200 рынок облигаций интеллектуальные информационные системы нейросети прогнозирование спроса оценка прогнозирования
<![CDATA[Исследование эффективности нечеткого МГУА с различными видами частных описаний и алгоритмами адаптации в задачах прогнозирования 3 часть]]> http://sloff.net/blog/isc/121.html http://sloff.net/blog/isc/121.html yxom Mon, 01 Mar 2010 03:34:20 +0200 разработка алгоритма теория алгоритмов алгоритм управления понятие алгоритма <![CDATA[Исследование эффективности нечеткого МГУА с различными видами частных описаний и алгоритмами адаптации в задачах прогнозирования 2 часть]]> http://sloff.net/blog/isc/120.html http://sloff.net/blog/isc/120.html yxom При прогнозировании с использованием методов самоорганизации (в частности, нечеткого МГУА) возникает проблема, связанная с необходимостью проведения большого объема повторных вычислений при увеличении числа точек обучающей последовательности хотя бы на единицу, а также при прогнозировании в режиме реального времени, когда желательно быстро откорректировать имеющуюся модель в соответствии с полученными новыми данными.
В работе для решения этой проблемы предложено использовать следующие методы пошаговой адаптации коэффициентов нечеткой прогнозирующей модели: стохастическая аппроксимация и рекурсивные методы идентификации – РМНК и фильтр Калмана. ]]>
Mon, 01 Mar 2010 03:27:04 +0200 разработка алгоритма теория алгоритмов алгоритм управления понятие алгоритма
<![CDATA[Исследование эффективности нечеткого МГУА с различными видами частных описаний и алгоритмами адаптации в задачах прогнозирования 1 часть]]> http://sloff.net/blog/isc/119.html http://sloff.net/blog/isc/119.html yxom
Авторы: Ю.П. Зайченко, И.О. Заец

Исследование эффективности нечеткого МГУА с различными видами частных описаний и алгоритмами адаптации в задачах прогнозирования

Введение
Данная статья посвящена исследованию и анализу эффективности одного из алгоритмов метода индуктивного моделирования, известного под названием метода группового учета аргументов (МГУА), а именно нечеткого МГУА, в задачах моделирования и прогнозирования макроэкономических процессов. Достоинством МГУА является возможность построения объективной модели в процессе работы алгоритма, а также возможность работать на коротких выборках. Особенностью нечеткого МГУА является получение интервальных оценок для прогнозируемой переменной, что позволяет судить о точности получаемого прогноза.
В работе дается обзор основных результатов, полученных в области нечеткого метода самоорганизации, анализ применения различных видов функций принадлежности (ФП) и алгоритмов пошаговой адаптации, оцениваются перспективы использования нечеткого МГУА в задачах прогнозирования в макроэкономике.]]>
Mon, 01 Mar 2010 03:23:04 +0200 разработка алгоритма теория алгоритмов алгоритм управления понятие алгоритма
<![CDATA[Исследование нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования 2 часть]]> http://sloff.net/blog/isc/118.html http://sloff.net/blog/isc/118.html yxom 3. Постановка задачи прогнозирования

Исходные данные. Макроэкономические показатели экономики Украины представлены в виде статистических временных рядов(см. табл. 1).]]>
Fri, 26 Feb 2010 04:41:51 +0200 макроэкономическое прогнозирование anfis прогнозирование и макроэкономическое планирование
<![CDATA[Исследование нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования 1 часть]]> http://sloff.net/blog/isc/117.html http://sloff.net/blog/isc/117.html yxom
Исследование нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования
Введение
Проблема макроэкономического прогнозирования в странах с переходной экономикой обладает рядом особенностей:
1) существенная нестационарность экономических процессов;
2) неопределенность и недостоверность исходных данных по ряду микроэкономических показателей;
3) ограниченность выборок данных (короткие выборки).
Указанные обстоятельства не позволяют применить для задач макроэкономического прогнозирования традиционные методы регрессионного и дисперсионного анализа и настоятельно требуют разработки принципиально новых подходов и методов, в частности использующих идеи искусственного интеллекта.]]>
Fri, 26 Feb 2010 04:39:43 +0200 макроэкономическое прогнозирование anfis прогнозирование и макроэкономическое планирование
<![CDATA[Исследования нечеткого метода индуктивного моделирования (МГУА) в задачах прогнозирования макроэкономических показателей. 2 часть]]> http://sloff.net/blog/isc/116.html http://sloff.net/blog/isc/116.html yxom 1. Для каждой пары и строятся частичные описания (всего ) вида:
• или, (линейные);
• или, (квадратичные).
2. Определяем коэффициенты этих моделей по МНК, используя обучающую выборку. Т.е. находим.
3. Далее на проверочной выборке для каждой из этих моделей ищем оценку
(где — действительное значение выходной переменной в k-той точке проверочной выборки; – выходное значение в k-той точке проверочной выборки в соответствии с s-той моделью) и определяем F лучших моделей.
Выбранные подаются на второй ряд.]]>
Fri, 26 Feb 2010 04:23:40 +0200 финансовая система государства структура мировой экономики равновесие на денежном рынке роль центрального банка
<![CDATA[Исследования нечеткого метода индуктивного моделирования (МГУА) в задачах прогнозирования макроэкономических показателей. 1 часть]]> http://sloff.net/blog/isc/115.html http://sloff.net/blog/isc/115.html yxom Автор: Ю. П. Зайченко
НТУУ «КПИ», Институт прикладного системного анализа

Введение

Работа посвящена исследованию нечеткого метода индуктивного моделирования, известного под названием метода группового учета аргументов (МГУА) в задачах моделирования и прогнозирования в макроэкономике.
Проблема состоит в построении прогнозирующих моделей и нахождении неизвестной функциональной зависимости между прогнозируемой величиной и заданным набором макроэкономических показателей по экспериментальным точкам. При этом аналитический вид модели (функциональной зависимости) неизвестен. ]]>
Fri, 26 Feb 2010 04:18:15 +0200 финансовая система государства структура мировой экономики равновесие на денежном рынке роль центрального банка
<![CDATA[Анализ кредитных рисков 4 часть]]> http://sloff.net/blog/isc/114.html http://sloff.net/blog/isc/114.html yxom Рассмотрим применение вышеизложенной методики оценки кредитоспособности заемщика c использованием аппарата нечетко логики на следующих примерах
Оценка кредитоспособности ЗАО «АвтоЧасть»
Исходные данные:]]>
Fri, 26 Feb 2010 03:53:09 +0200 кредитные операции банка средства моделирования управление банковскими рисками анализ кредитных рисков
<![CDATA[Анализ кредитных рисков 3 часть]]> http://sloff.net/blog/isc/113.html http://sloff.net/blog/isc/113.html yxom Лингвистические переменные для описания кредитоспособности заемщиков банковских кредитов
Рассмотрим метод оценки кредитних банковских рисков с использованием аппарата нечеткой логики, а именно алгоритма нечеткого вывода Мамдани. Для решения поставленной задачи введем лингвистические переменные, описывающие кредитоспособность заемщиков банковских кредитов.
1. кредитная история = (безупречная, плохая, нет данных)
Входная переменная: ответ на вопрос «Были ли просроченности у контрагента по оплате основного долга или процентов за ранее полученными кредитами, в т. ч. в других банках? »
Варианты: (не было, были, нет данных )
Соответствия: «не было — безупречно», «плохо- были», «нет данных — нет данных»
Способ получения данных: – ответ человека через диалоговое окно
Вид переменной: в данном случае — четкая. Т.е. Функция принадлежности принимает значение либо 0, либо 1. ]]>
Fri, 26 Feb 2010 03:44:33 +0200 кредитные операции банка средства моделирования управление банковскими рисками анализ кредитных рисков
<![CDATA[Анализ кредитных рисков 2 часть]]> http://sloff.net/blog/isc/112.html http://sloff.net/blog/isc/112.html yxom Одно из основных требований Базельского комитета (Basel II) состоит в соответствии капитала банка его рискам, которые необходимо уметь определять, чтобы формулировать требования к капиталу, обеспечивающие банку надежность. При этом не возврат единичных кредитов не принесет ощутимого урона банку, если сможет быть компенсирован резервами, отчисляемыми под ожидаемые потери по кредитным операциям (Expected Loss, EL). Кроме того, существует шанс потерь значительной части активов в кредитном портфеле, приводящих к банкротству банка. Такие потери называют неожидаемыми потерями (Unexpected loss, UL).
Величина ожидаемых потерь напрямую влияет на прибыль от кредитного продукта, поскольку необходимо отчислять страховую сумму в резервный высоко-ликвидный фонд с каждого кредита, эта сумма должна быть не менее величины EL. ]]>
Fri, 26 Feb 2010 03:41:24 +0200 кредитные операции банка средства моделирования управление банковскими рисками анализ кредитных рисков
<![CDATA[Анализ кредитных рисков 1 часть]]> http://sloff.net/blog/isc/111.html http://sloff.net/blog/isc/111.html yxom ОЦЕНКА КРЕДИТНЫХ БАНКОВСКИХ РИСКОВ С ИСПОЛЬЗОВАНИЕМ НЕЧЕТКОЙ ЛОГИКИ
Автор: Ю. П. ЗАЙЧЕНКО
ВСТУПЛЕНИЕ
Актуальность данной темы обусловлена тем, что последние пару лет в Украине наблюдается бум в сфере кредитования. В результате, для того чтобы соответствовать требованиям Национального Банка Украины и рекомендациям Базельского комитета по банковскому надзору (попросту говоря, не разориться самим и не разорить своих клиентов), банкам необходимо иметь тщательно разработанную политику по управлению рисками.
Одной из важнейших составляющих данной политики является набор профессионально подобранных, с учетом экономического состояния страны и специфики деятельности банка, статистических и (или) математических методов оценки ожидаемых и неожидаемых потерь.]]>
Fri, 26 Feb 2010 03:32:51 +0200 кредитные операции банка средства моделирования управление банковскими рисками анализ кредитных рисков