Пошук академічних текстів

Інформація × Реєстраційний номер 2125U003052, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Ефективність статистичних методів прогнозування динаміки фондового ринку Автор Яковенко Максим МиколайовичYakovenko Maksym Mykolaiovych Дата публікації 01-01-2025 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/76219 Видання Київ Опис Дипломна робота: 90 с., 6 табл., 19 рис., 2 додатки, 15 джерел. У дипломній роботі розглянуто питання застосування статистичних методів прогнозування для моделювання поведінки фондового ринку. Основна увага приділяється аналізу часових рядів цін фондового індексу S&P 500 як одного з найважливіших показників економічної активності. Розкрито можливості використання моделей ARIMA, SARIMA та ETS для аналізу фінансових даних з метою прогнозування їх майбутньої динаміки. У процесі дослідження здійснено попередню обробку та STLдекомпозицію часових рядів, перевірку на наявність стаціонарності, а також автоматизований підбір параметрів моделей за допомогою сучасних програмних засобів Python. Побудовано прогнози на основі кожної з моделей та здійснено їх порівняння за точністю прогнозування. Показано, що модель ARIMA(1,1,0) забезпечує найменшу середню похибку при короткостроковому прогнозуванні. Об’єктом дослідження є фондовий ринок, зокрема динаміка індексу S&P 500. Предметом дослідження стали статистичні методи аналізу та прогнозування часових рядів на прикладі реальних фінансових даних. Результати дослідження можуть бути використані для подальшого розвитку інтелектуальних систем фінансового аналізу, розробки аналітичних платформ для інвесторів, а також для академічних досліджень у сфері прикладної економіки та математичного моделювання. Thesis: 90 pages, 6 tables, 19 figures, 2 appendices, 15 references. This thesis addresses the application of statistical forecasting methods to model the behavior of the financial market. The main focus is on the analysis of time series of the S&P 500 stock index prices, as one of the most important indicators of economic activity. The study explores the use of ARIMA, SARIMA, and ETS models for analyzing financial data in order to predict their future dynamics. The research involves preprocessing and STL decomposition of the time series, testing for stationarity, and automated parameter selection using modern Python-based tools. Forecasts were built for each model and compared based on forecasting accuracy. It was shown that the ARIMA (1,1,0) model provides the lowest average error for short-term forecasting. The object of the research is the stock market, particularly the dynamics of the S&P 500 index. The subject of the research is statistical methods for analyzing and forecasting time series based on real financial data. The results of this work can be applied to the further development of intelligent financial analysis systems, the creation of analytical platforms for investors, as well as academic research in the field of applied economics and mathematical modeling. Додано в НРАТ 2025-11-05 Закрити