Удосконалено послідовну процедуру побудови багатовимірних моделей тренда для стохастичних часових рядів курсу валют за фундаментальним фактором, що дозволяє виконати перетворення та здійснити аналіз вихідних даних щодо однорідності у частині коректного використання пробастних і зміщених методів оцінювання. Розвинуто методичні засади синтезу з метою побудови математичних моделей за умов мультиколінеарності. Одержано математичні моделі прогнозування курсу валют за фундаментальними факторами з використанням модифікованого алгоритму робастних і зміщених методів оцінювання, що дало змогу за умов мультиколінеарності й аналізу важких хвостів одержати достатньо адекватні моделі його тренда. Уперше одержано математичну модель прогнозування курсу валют за фундаментальними факторами за методом АРПСС з урахуванням корекції прогнозованої помилки прогнозу, для чого використовувався модифікований коефіцієнт кореляції, який враховує величину відхилень зміщених значень прогнозу, що дало змогу ідентифікувати модель прогнозування помилок. Відзначено, що істотна відмінність розробленої процедури прогнозування від існуючих полягає у корекції передвіщених значень з попередженням l не попередньої помилки, а передвіщеної, що дозволяє підвищити якість прогнозу. Удосконалено математичні моделі прогнозування курсу валют для зростаючих і подавальних частин часового ряду за допомогою нейромереж, забезпечує зменшення обсягу ринкових ризиків.

  Скачати повний текст