Тип публикации: статья из журнала
Год издания: 2025
Ключевые слова: financial markets, time series, singular spectrum analysis, exponential smoothing, Fourier decomposition, финансовые рынки, временные ряды, сингулярный спектральный анализ, экспоненциальное сглаживание, разложение Фурье
Аннотация: В работе представлен комплексный метод прогнозирования временных рядов, основанный на спектральных методах и методах сглаживания. Данный метод вначале выделяет из исходного временного ряда наиболее важные трендовую и периодическую составляющие, затем осуществляет прогноз трендовой составляющей модифицированным методом экспоненциальПоказать полностьюного сглаживания, а периодической составляющей - модифицированным методом разложения Фурье. Комплексный метод был протестирован на большом количестве отечественных и зарубежных акций на разный периодах и временных промежутках и показал лучшие результаты в сравнении со встроенным в Python алгоритмом экспоненциального сглаживания. The paper presents a complex method for forecasting time series based on spectral methods and smoothing methods. This method first extracts the most important trend and periodic components from the original time series, then forecasts the trend component using a modified exponential smoothing method, and the periodic component using a modified Fourier decomposition method. The complex method was tested on a large number of domestic and foreign stocks for different periods and time intervals and showed better results compared to the exponential smoothing algorithm built into Python.
Журнал: Системы управления и информационные технологии
Выпуск журнала: № 3
Номера страниц: 65-69
ISSN журнала: 17295068
Место издания: Воронеж
Издатель: Воронежский государственный технический университет