• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФИО студента
Название работы
Руководитель
Факультет
Программа
Оценка
Год защиты
Воронцов Александр Алексеевич
Прогнозирование финансовых временных рядов на много шагов вперёд
Науки о данных
(Магистратура)
8
2019
Дипломная работа на тему: “Прогнозирование финансовых временных рядов на много шагов вперед”.

Автор: Воронцов Александр Алексеевич.

Работа состоит из теоретической части, постановки задачи, описания реализации выбранного алгоритма прогнозирования на много шагов вперед и описания проведенных экспериментов. Эксперименты проводились на модельном хаотическом ряде Лоренца и на реальном финансовом ряде – курсе BTC/USD за июль-октябрь 2018.

В теоретической части приведены основные понятия и свойства хаотических временных рядов и динамических систем, которые их порождают. Также описаны основные подходы к прогнозированию хаотических временных рядов. Предложен подход прогнозирования на основе кластеризации ряда, в качестве прогнозирующего алгоритма выбран алгоритм Zahn, который использует инструменты теории графов для кластеризации временного ряда.

Во второй главе ставится математическая постановка задачи прогнозирования на много шагов вперед и математическая задача прогнозирования на основе кластеризации. Также были приведены метрики, с помощью которых будет оцениваться качество прогнозирования.

В главе, посвященной описанию реализации выбранного алгоритма приводится формальное описание алгоритма Zahn, а также его особенности в работе с выбранными временными рядами. Приводится реализация алгоритма на языке Python, а также алгоритм подбора оптимальных параметров. В данной главе в том числе описана техника прогнозирования временного ряда по шаблонам, описание шаблонов и способы их получения.

В четвертой главе приводится описание временных рядов, на которых проводятся эксперименты. Для каждого временного ряда выбираются шаблоны и оценивается ошибка прогнозирования в зависимости от количества шагов вперед, на которое дается прогноз. Также приводится метод прогнозирования с использованием априорной информации и техника использования классификаторов для прогнозирования ошибки, что в конечном счете приводит к улучшению прогноза.

В заключении дается обобщенный вывод об эффективности алгоритма Zahn и возможных путях, которые помогут улучшить качество прогнозирования.
Текст работы (работа добавлена 23 мая 2019г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Расширенный поиск ВКР