Регрессионные методы

Также широко исследователи используют регрессионные методы для прогнозирования финансовых индексов. В работе [55] автор анализирует прогнозы португальского индекса PSI-20, которые получены с помощью различных моделей авторегрессии. В работе [56] авторы исследуют прогноз прибыльности акций и роста индустриального производства с использованием линейных и нелинейных моделей, включая модели авторегрессии. Исследование [57] рассматривает проблемы использования линейных и нелинейных моделей для прогнозирования экономических и финансовых временных рядов. В [58] авторы исследуют возможность использования авторегрессии для учета сезонных колебаний в прогнозе цен на электричество.

Методы искусственного интеллекта

В последнее время аналитики стали использовать новейшие методы искусственного интеллекта. В работе [59] авторы описывают использование метода «data mining» для прогнозирования основных фондовых индексов Азии, Европы и Америки. Метод предполагает сбор и анализ текстовых статей с прогнозами экспертов во влиятельных финансовых средствах массовой информации. Авторы декларируют, что точность прогноза направления движения индексов с горизонтом прогноза на следующий день составляет от 40% до 45%. Низкая точность прогноза, очевидно, связана с низкой точностью прогнозов экспертов, которые используются как входные данные. В работе [60] авторы используют метод «data mining» для прогнозирования валютных курсов с горизонтом прогноза 2-3 часа.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ ОРИГИНАЛ   След >