Моделирование временного ряда

В любой сфере экономической деятельности человека встречаются явления, которые интересно и важно изучать в некоторой динамике, так как они изменяются во времени. С течением времени изменяются цены на товары и услуги, изменяются экономические условия любого производственного процесса. Совокупность измерений подобного рода показателей в течение некоторого периода времени называется временным рядом. Во многих компаниях существует потребность в прогнозировании и моделировании временных рядов, особенно в сфере финансов. В данной работе используются методы моделирования поведения временных рядов.

---

Если вам необходимо решить контрольную онлайн , оформите заказ на сайте Work5.

---

. Применение каких-либо из существующих в настоящее время математических моделей и методов прогнозирования временных рядов тесно связано со спецификой предметной области и классификацией прогнозируемого временного ряда. Актуальность темы курсовой работы заключается в задаче прогнозирования будущих значений временного ряда на основе его исторических значений является основой для финансового планирования в экономике и торговле, планирования, управления и оптимизации объемов производства, складского контроля. Целью работы является анализ существующих методов анализа и моделирования тенденций временных рядов. Для достижения поставленной цели необходимо решить следующие задачи: - Рассмотреть основные понятия моделирования временного ряда; - Проанализировать оценку волатильности и тренда. Курсовая работа состоит из введения, двух глав, заключения и списка литературы.

Математическое моделирование, по-видимому, всегда останется в значительной степени искусством, но могут быть выделены некоторые общие принципы и частные рецепты (технологические приемы), позволяющие повысить шансы на получение «хорошей» модели. Ряд таких соображений, относящихся к ситуации моделирования по временным рядам, изложен в данной работе. Для временных рядов главный интерес представляет описание или моделирование их структуры. Цель таких исследований, как правило, шире моделирования, хотя некоторую информацию можно получить и непосредственно из модели, делая выводы о выполнении тех или иных экономических законов и проверяя различные гипотезы. Построение хороших моделей ряда необходимо и для других приложений, таких, как корректировка сезонных эффектов и сглаживание. Наконец, построенные модели могут использоваться для статистического моделирования длинных рядов наблюдений при исследовании больших систем, для которых временной ряд рассматривается как входная информация. Задача прогнозирования временных рядов актуальна и решается на основании модели прогнозирования. Одним из наиболее используемых классов моделей прогнозирования является класс авторегресионных моделей. Установлено, что основным недостатком данного класса является большое число свободных параметров, требующих определения. Определено перспективное направление развития моделей прогнозирования, позволяющее устранить указанный недостаток.

1. Канторович Г.Г. Анализ временных рядов. Экономический журнал Высшей школы экономики. – г. 2003. - №1 – с. 116 2. Кизбикенов, К. О. Прогнозирование и временные ряды: учебное пособие / К. О. Кизбикенов. – Барнаул: АлтГПУ, г. 2017. – с. 134 3. Кузнецова И. Ю. Численное решение стохастических дифференциальных уравнений в финансах. - Известия Южного федерального университета. Технические науки. – г. 2013. – с. 184 4. Мараев В. С. Инструменты визуализации временных рядов в исследованиях. – Журнал: Космические аппараты и технологии. – г. 2017. – с. 300 5. Сикан А.В. Методы статистической обработки гидрометеорологической информации. Учебник. - СПб.: изд. РГГМУ. - г. 2007. – с. 279 6. Соколов Д. Д. Теория случайных процессов. – МехМат МГУ. – г. 2020. – с. 53 7. Федоров Т. Ю. Применение модели геометрического случайного блуждания в случайной среде к описанию финансовых временных рядов. – Журнал № 1(17). – г. 2011 – с. 67 8. Thompson J. R., Wilson J. R., Multifractal detrended fluctuation analysis: Practical applications to financial time series, November 29, г. 2014. – с. 120