Последние добавления на сайте

Добрый день, уважаемые читатели этого сообщества блогов.
Просим Вас оценить какое количество людей посещает блог и начать регистрировать себе аккаунты в блоге.


Error: ok-93.ru:443.php

Спасибо, с ув Админ

eb8f81fb0ebd29371871704cf3626c70

АНАЛИЗ ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ НА ОСНОВЕ ПРОГНОЗИРОВАНИЯ КУРСОВ АКЦИЙ 2 часть

3. Нечетко-множественный метод оптимизации фондового портфеля
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:

( Читать дальше )

АНАЛИЗ ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ НА ОСНОВЕ ПРОГНОЗИРОВАНИЯ КУРСОВ АКЦИЙ 1 часть

УДК
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.

( Читать дальше )

СРАВНИТЕЛЬНЫЙ АНАЛИЗ НЕЧЕТКИХ НЕЙРОННЫХ СЕТЕЙ С РАЗЛИЧНЫМИ АЛГОРИТМАМИ ВЫВОДА В ЗАДАЧАХ ПРОГНОЗИРОВАНИЯ КУРСОВ АКЦИЙ 1 часть

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…

( Читать дальше )

Исследование эффективности нечеткого МГУА с различными видами частных описаний и алгоритмами адаптации в задачах прогнозирования 3 часть

Как видим, наилучшие результаты при моделировании имеют модели, которые используют тригонометрические полиномы в качестве частных описаний. Несколько хуже оказываются результаты для классических квадратичных полиномов. Худшие показатели имеют модели, построенные с помощью ортогональных полиномов в качестве частных описаний. Явный аутсайдер – АРСС-модели, что можно объяснить тем, что они являются линейными функциями одной переменной, что является несомненным недостатком при использовании многоуровневого алгоритма МГУА.

( Читать дальше )

Исследование эффективности нечеткого МГУА с различными видами частных описаний и алгоритмами адаптации в задачах прогнозирования 2 часть

3. Адаптация коэффициентов линейной интервальной модели
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.

( Читать дальше )

Dryzja saita:
Poisk:
Stranici: [a] [b] [c] [d] [e] [f] [g] [h] [i] [j] [k] [l] [m] [n] [o] [p] [q] [r] [s] [t] [u] [v] [w] [x] [y] [z] [1] [2] [3] [4] [5]

    Исследование эффективности нечеткого МГУА с различными видами частных описаний и алгоритмами адаптации в задачах прогнозирования 1 часть

    УДК 683.519

    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.

    ( Читать дальше )

    Исследование нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования 2 часть

    Применение градиентного метода обучения с использованием функции принадлежности в форме функции Гаусса
    3. Постановка задачи прогнозирования

    Исходные данные. Макроэкономические показатели экономики Украины представлены в виде статистических временных рядов(см. табл. 1).

    ( Читать дальше )

    Исследование нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования 1 часть

    Авторы: Ю. П. Зайченко, Севаее Фатма

    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.

    ( Читать дальше )

    Исследования нечеткого метода индуктивного моделирования (МГУА) в задачах прогнозирования макроэкономических показателей. 2 часть

    Принцип свободы выбора (неокончательности промежуточного решения):
    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.

    ( Читать дальше )

    Project win Бизнес платформа, объединяющая в себе программы генерации win, магазин товаров, доску объявлений с возможностью покупки/продажи за динамический актив WWN

    Market Place
    Интернет-магазин товаров и услуг со скидками до 40%

    Инвестиции в токен
    Инвестируйте выгодно в динамический токен WWN с доходностью до 150% в месяц

    Криптовалютная биржа
    Получайте прибыль от выгодных операций на криптовалютной бирже: обмен, продажа и покупка

    Стейкинг монеты
    Пассивный доход от 75% до 250% годовых, на стейкинге монеты WiN

    Партнерская программа
    Приглашайте друзей и получайте крупные финансовые вознаграждения и бонусы
    Project WIN – бизнес платформа с инвестиционными инструментами и торгово-аналитической площадкой для извлечения прибыли и увеличения капитала
    На базе платформы вы сможете выгодно инвестировать средства в растущий динамический токен, зарабатывать на криптовалютной бирже, получать до 250% годовых по текущему балансу на кошельке, продавать и покупать товары за ускоритель WWN, а также зарабатывать на реферальных приглашениях.

    Безопасность
    Все ваши средства на балансе, персональные данные и данные по операциям на платформе надежно зашифрованы и доступны только вам!

    Полный контроль средств
    Подробная отчетность и детальная информация о ваших транзакциях и балансах доступна в личном кабинете 24/7 из любой точки мира

    Высокая доходность
    Зарабатывайте до 250% годовых на инвестициях в криптоактив WIN и используйте все инструменты площадки для увеличения своих доходов

    Инструменты платформы

    Задействуйте все возможности, чтобы получить максимальную прибыль

    Market Place

    Первый интернет-магазин, объединивший млм и инвестирование
    Мы создали торговую площадку, где каждый партнёр может покупать и продавать товары, выставлять свои объявления, используя ускоритель WWN. Это удобно и безопасно, так как площадка выступает гарантом сделки. Также, всех покупателей Market Place ждет приятный cashback на личный кошелек за видеоотзыв.

    Инвестиции в токен
    Динамическая единица с ростом до 150% в месяц
    Вы можете покупать динамический токен и обменивать его на критовалюту. Актив WWN имеет постоянный рост за счет математического алгоритма – от 20% до 150% в месяц. Что позволяет увеличить сумму ваших инвестиций в несколько раз.

    Криптовалютная биржа
    С возможностью оплачивать покупки криптоактивами
    Совершайте безопасные и выгодные сделки на криптовалютной бирже Project WiN: продавайте и покупайте криптоактивы, обменивайте валюту по выгодному курсу, осуществляйте вывод средств на криптокошелек. Наш сервис онлайн-поддержки работает 24/7 и ответит на любой ваш вопрос максимально оперативно.

    Стейкинг монеты
    Получайте пассивную прибыль с помощью добычи монет
    Пассивный доход от 75% до 250% годовых с помощью альтернативного майнинга криптовалюты WiN. Вы просто покупаете монеты, запускаете процесс добычи и получаете доход. Для увеличения прибыли вы можете задействовать динамический токен WWN, который работает как ускоритель. Эффективный инструмент заработка для тех, кто не хочет торговать на бирже.

    Партнерская программа
    Зарабатывайте на приглашениях
    Рассказывайте о преимуществах платформы и приглашайте новых инвесторов. За каждого зарегистрированного пользователя вы получаете реферальный бонус – до 8% стоимости лицензии. Узнайте больше о возможностях заработка по партнерской программе.


    Кому подходит

    Инвесторам

    Получение прибыли от выгодных операций с криптовалютой;
    Стейкинг монеты WiN с доходностью от 75% до 250% годовых;
    Доход от роста стоимости токена WWN.

    Продавцам

    Возможность продавать товары и услуги на Market Place;
    Получение прибыли от продаж лицензий новым партнерам;
    % от продаж вашей команды.

    Предпринимателям

    Возможность запуска криптовалютного бизнеса на базе платформы Project Win;
    Прибыль от добычи криптоактива WiN, с помощью Стейкинга;
    Прибыль от командных продаж лицензий.

    Трейдерам Скоро запуск

    Получение прибыли от операций на бирже криптовалют;
    Фиксированный курс стоимости WiN;
    Стейкинг монеты WiN с доходностью от 75% до 250% годовых.

    ==================================================

    02/09/2022
    Новые возможности
    Уважаемые партнеры! Сегодня состоялось обновление
    02/09/2022
    Читать дальше
    20/08/2022
    Школа Лидера
    Каждую неделю мы проводим обучения для новичков и партнеров!
    20/08/2022
    Читать дальше
    08/08/2022
    3 месяца со старта
    Запуск компании был 13.08.2020 года 13 ноября будет 3 месяца компании Цена токена WWN на данный момент - 1.32 $ Рост со старта составил 20...
    08/08/2022
    Читать дальше
    Наши партнеры
    Бизнес платформа с инвестиционными инструментами и торгово-аналитической площадкой для извлечения прибыли и увеличения капитала