Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
| Код |
283483 |
| Дата создания |
06 октября 2014 |
| Страниц |
49
|
Мы сможем обработать ваш заказ (!) 22 апреля в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Описание
Заключение
В работе проведено прогнозирование котировок валютной пары AUDUSD. Прогнозирование проводилось с помощью методов экспоненциального сглаживания, Бокса- Дженкинса и многофакторной модели, «Гусеницы».
Была рассмотрена адаптивная модель, основанная на экспоненциальном сглаживании.
Рассматривалось прогнозирование на основе моделей АR, применяемые для одномерных стационарных временных рядов, а также ARFIMA. С помощью различных критериев выявления наличия тренда было показано, что исследуемый ряд не стационарен и содержит тенденцию, параметр модели d (порядок разности) определили равным 0,9. В результате среди построенных моделей наиболее адекватной оказалась модель ARFIMA (1, 0.9,1)
С помощью многофакторной модели векторной авторегрессии была получена регрессионная зависимость меж ...
Содержание
Введение 3
1 Глава. Исследование компонентного состава ряда динамики валютных пар 4
1.1 Исследование тенденций котировок валютных пар 4
1.2 Определение характера тренда временного ряда 7
2 Глава. Моделирование и прогнозирование движения валютного курса 13
2.1 Адаптивная модель прогнозирования временного ряда с неустойчивым характером колебаний 13
2.2 Модель стационарных временных рядов прогнозирования котировок валютного курса 16
2.3 Прогнозирование курса NZDUSD методом «Гусеница»-SSA 19
3 Глава. Моделирование и прогнозирование котировок валютной пары на основе многомерных временных рядов 25
3.1 Построение многофакторной модели VAR 25
3.2 Оценка точности построенного прогнозов и построение обобщенного прогноза 28
Заключение 31
Список литературы 32
Приложение 34
Введение
В течение последних десятилетий теория и практика финансов во все большей степени опирается на математические методы. Это привело к более интенсивному использованию математического аппарата при изучении поведения финансовых рынков. Одной из привлекательных сторон прогнозирования финансовых рынков - всеобщая доступность данных. Котировки валютных пар поступают в форме временных рядов, которые подчиняются некоторым закономерностям. Целью выявления этих закономерностей служит построение моделей финансовых временных рядов, позволяющих прогнозировать их будущие значения.
Основная проблема в задаче и прогнозирования финансовых временных рядов заключается в построении модели, адекватно отражающей динамику финансовых временных рядов. Рыночный механизм, характеризующийся огромным количеством по стоянно меняющихся связей, зависит от множества внешних факторов, способных существенно повлиять на всю структуру его зависимостей, причем воздействие может быть самым разнообразным. Появление тех или иных внешних факторов не всегда отражается в предыстории финансового временного ряда, но может вызывать значительное нарушение его динамики. Именно в этом состоит особенность практически всех финансовых временных рядов.
Значительный вклад внесли в исследование и прогнозирование финансовых рынков зарубежные ученые (Г.Е.П. Бокс, Т. Веге, Г. М. Дженкинс, Б. Мандельброт, Д. Нельсон и др.), а также отечественные ученые (А.Н. Ширяев, Ю.П. Лукашин, Я.М. Миркин, Е.М. Четыркин, Л.П. Яновский и др.).
На основе этих эконометрических моделей, разработанных отечественными и зарубежными учеными, проводятся исследования систематически изменяющихся ошибок и дисперсий ошибок, так как во временных рядах обменных курсов валют и доходностей рынка ценных бумаг было обнаружено чередование периодов малых значений ошибок с периодами больших значений ошибок или, соответственно, низкой и высокой волатильностью. Такой интерес к волатильности вызван тем, что она является обязательным параметром многих оценочных моделей. Поэтому исследования, в которых предпринимаются попытки построения моделей, обеспечивающих достаточно высокий уровень надежности прогнозных расчетов изменчивости стоимости финансовых активов, являются актуальными.
В курсовой работе рассматривается межбанковский валютный рынок Forex.
Цель работы моделирование и прогнозирование котировок валютной пары.
Для достижения поставленной цели необходимо решить следующие задачи:
- определить характер тренда TS или DS;
- провести исследование на наличие тренда котировок валютных пар;
- осуществить моделирование и краткосрочное прогнозирование будущих значений котировок валютных пар на основе одномерных временных рядов;
- построить краткосрочный прогноз будущих значений котировок валютных пар на основе многомерных моделей временного ряда;
- построить обобщенный прогноз
Предмет исследования являются методы построения прогнозов временных рядов с неустойчивым характером колебаний.
В качестве объекта исследования выбраны временные ряды котировок валютного рынка Forex.
Информационная база представляет собой котировки валютного Рынка Forex.
Фрагмент работы для ознакомления
e
Список литературы
1. Айвазян С. А., Мхитарян В. С, Прикладная статистика и основы эконометрики.,
Москва, Издательское объединение «Юнити». 1998.
2. Батыршин И. З., Основные операции нечеткой логики и их обобщение. – Казань:
Отечество: 2001-100 c., ил.
3. Берндт, Эрис Роюерт. Практика эконометрики классика и современность. Пер. с
англ.-М. ЮНИТИ-ДАНА, 2005.863 с
4. Беркинблит М. Б., Нейронные сети: учебное пособие. – М.: МИРОС и ВЗМШ
РАО, 1993 – 96 с.: ил.
5. Борселино Л. Задачник по дэйтрейдингу — М.: "ИК "Аналитика", 2002 – 168 с.
6. Борселино Л. Учебник по дэйтрейдингу — М.: "ИК "Аналитика", 2002 – 272 с.
7. Бэстенс Д.-Э., ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки:
принятие решений в торговых операциях. - Москва: ТВП, 1997. - 236 с.
8. Вильямс Д. Г., Вильямс Б. Торговый хаос 2. — М.: "ИК"Аналитика", 2005 – 237
с.
9. Вороновский Г. К., Махотило К. В., Петрашев С. Н., Сергеев С. А., Генетические
алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. – Х.:
Основа, 1997. – 112 с.
10. Голяндина Н. Э., Метод «Гусеница»-SSA: анализ временных рядов; Учеб.
Пособие. – СПб.,2004. – 76 с.
11. Губко М. В., Новиков Д. А., Теория игр в управлении организационными
системами. Издание 2, М.: 2005.
12. Демарк Т. Технический анализ - новая наука. - М.: Диаграмма, 1997.
13. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применения в экономике и
бизнесе (серия “Учебники экономико-аналитического института МИФИ” под ред. проф.
В.В. Харитонова). М.: МИФИ, 1998. – 224 с.
14. Занг В. Б. Синергетическая экономика. Время и перемены в нелинейной
экономической теории: Пер. с англ. – М.; Мир 1999. – 335 с. ил.
15. Змиртович А.И. Интеллектуальные информационные системы. - Мн.: НТООО
«ТетраСистемс», 1997. - 368 с.
16. Калан Р. Основные концепции нейронных сетей.: Пер. с англ. – М.:
Издательский дом «Вильямс» - 2001. – с.: ил.
17. Кохэн Д. Психология фондового рынка: страх, алчность и паника. М. Интернет-
трейдинг.- 364 с.
100
18. Лиховидов В.Н. Практический курс распознавания образов. - Владивосток, Изд-
во ДВГУ, 1983.
19. Лиховидов В. Н., Фундаментальный анализ мировых валютных рынков: методы
прогнозирования и принятия решений. — г. Владивосток — 1999 г. — 234 с.; ил.
20. Магнус Я.Р.Эконометрика. Начальный курс. Москва, М: Дело, 2005
21. Наговицин А.Г., Иванов В.В. Валютный курс. Факторы. Динамика.
Прогнозирование. - М.: Инфра-М, 1995. - 176 с.
22. Патрик Э. Основы теории распознавания образов: Пер. с англ. / Под редакцией
Б. Р. Левина – М.: Сов. радио, 1980 – 408 с. ил.
23. Петерс Э. Фрактальный анализ финансовых рынков: применение теории хаоса в
инвестициях и экономике. М: Интернет – трейдинг, 2004 – 304 с.
24. Пискулов Д.Ю. Теория и практика валютного дилинга = Foreign Exchange and
Money Market Operations: Прикладное пособие. - 3-е изд., испр. и доп. - М.: Диаграмма,
1998. - 256 с.
25. Рудык Н. Б., Поведенческие финансы или между страхом и алчностью. – М.
Дело, 2004. – 272с.
26. Сорос Дж. Алхимия финансов/ Пер. с англ. Аристова Т.С. - М.: ИНФРА-М,
1999. - 416 с.
27. Суворов С.Г., Азбука валютного дилинга.— СПб.: Издательство С.-
Петербургского университета, 1998.— 296 с.
28. Твид Л. Психология финансов. . — М.: "ИК "Аналитика", 2005 – 376 с.
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00477