Інформаційна технологія оцінювання і прогнозування нелінійних нестаціонарних фінансових процесів
DSpace at NTB NTUU KPI
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Інформаційна технологія оцінювання і прогнозування нелінійних нестаціонарних фінансових процесів
|
|
| Creator |
Коновалюк, Максим Михайлович
|
|
| Description |
Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний технічний університет України ―Київський політехнічний інститут‖, Київ, 2013 р. 18 Дисертаційна робота присвячена розробці нових моделей, алгоритмів і технологій аналізу фінансових даних. У роботі запропоновано оцінювати параметри моделі стохастичної волатильності за алгоритмом Гіббса, який використовує моду оберненого гамма розподілу та модифіковану умову прийняття або відхилення пропонованої оцінки параметра. Реалізовано застосування процедури калмановської фільтрації для отримання оцінок волатильності. На основі виконаних експериментів запропоновано модифіковану модель стохастичної волатильності, що забезпечує вищу якість обчислення оцінок прогнозів, ніж відома модель стохастичної волатильності. Запропоновано підхід для розрахунку прогнозованих значень кількісної величини ризику за прогнозованими значеннями волатильності, отриманими за допомогою моделі стохастичної волатильності. На основі моделей змінної волатильності та методів оцінювання параметрів нелінійних моделей створено інформаційну систему для прогнозування волатильності валютного курсу, що працює в реальному часі на основі реальних даних та впроваджена у банку. Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 – информационные технологии. – Национальный технический университет Украины ―Киевский политехнический институт‖, Киев, 2013 г. Диссертационная работа посвящена разработке новых моделей, алгоритмов и технологий анализа финансовых данных. В работе выполнен обзор существующих моделей, которые используются при описании финансовых временных рядов, обзор методов статистического оценивания параметров нелинейных моделей и программного обеспечения для прогнозирования процессов, представленных временными рядами. Выполнены эксперименты, направленные на оценивание параметров модели стохастической волатильноси. В работе предложено оценивать параметры модели стохастической волатильности по алгоритму Гиббса, который использует моду обратного гамма распределения и модифицированное условие принятия или отклонения предлагаемой оценки параметра. Реализовано процедуру калмановской фильтрации для получения оптимальных оценок волатильности. Предложена модифицированная модель стохастической волатильности, которая отличается от известных структур тем, что с высшей степенью адекватности учитывает историю изменений волатильности. Модифицированная МСВ дает возможность получить уточненные оценки прогнозов волатильности финансовых процессов и индексов, в частности, валютных курсов в среднем на 3,5%. Разработана процедура адаптации метода Монте-Карло для марковских цепей (алгоритмы Метрополиса, Метрополиса-Гастингса и Гиббса) к моделям конкретных 19 структур. В частности, предложена модификация алгоритма Гиббса для оценивания параметров МСВ и алгоритм дискретизации по Метрополису с адаптивной отбраковкой для оценивания параметров обобщенной модели авторегрессии с условной гетероскедастичностью. Предложена усовершенствованная процедура оценивания параметров моделей переменной волатильности с использованием модифицированного условия принятия или отклонения полученной оценки и использования моды обратного гамма-распределения при оценивании параметров. Это дало возможность уменьшить ошибки оценок параметров моделей волатильности. Кроме того, для аолучения оптимальных оценок волатильности использована процедура калмановской фильтрации. На основе модифицированных методов оценивания параметров разработаны алгоритмы и программные модули для оценивания параметров нелинейных моделей и прогнозирования волатильности нестационарных финансовых процессов. Выполнены численные эксперименты по вычислению параметров моделей стохастической волатильности и обобщенной авторегрессии с условной гетероскедастичностью с использованием фактических финансовых данных. При этом статистические показатели качества оценок свидетельствуют, что лучшие результаты моделирования достигнуты с помощью созданного программного продукта, реализованного на языке программирования Java. На основе построенных математических моделей финансовых процессов созданы функции прогнозирования, а также разработаны и реализованы процедуры статического и динамического прогнозирования, которые представляют собой часть информационной технологии обработки данных. Проведен сравнительный анализ результатов оценивания параметров, полученных с помощью предложенного и реализованного программно подхода и известных программных реализаций. На основе полученных оценок параметров реализовано процедуру прогнозирования. В работе построена и предложена модифицированная модель стохастической волатильности, которая обеспечивает лучшее качество вычисления оценок прогнозов, чем известная модель стохастической волатильности. Предложен подход к вычислению прогнозированных значений количественной величины риска по спрогнозированным значениям волатильности, которые получены с помощью модели стохастической волатильности. На основе методов оценивания параметров нелинейных моделей типа Монте-Карло для марковских цепей для моделей стохастической волатильности и модели обобщенной авторегрессии условной гетероскедастичности разработана и реализована информационная система для прогнозирования волатильности валютного курса, которая работает в реальном времени на основе реальных данных и внедрена в «ПРОМИНВЕСТБАНК». Thesis in fulfillment of the requirements for the degree of candidate of engineering sciences on the specialty 05.13.06 – Information technologies. – National Technical University of Ukraine ―Kyiv Polytechnic Institute‖, Kyiv, 2013. The thesis deals with the problem of development and implementation of a new information technology for solving the problems of modeling and forecasting nonlinear nonstationary processes. The main goal of the research is to enhance the quality of financial processes forecasts. At the next step the forecasts are used for estimation of possible financial losses with VaR methodology. An analysis of existing methods for forecasting financial processes with the use of autoregressive conditionally heteroscedastic models and their extensions has been performed. It was shown that the best forecasting models turned out to be exponential GARCH and some modifications of stochastic volatility models. It was used for short term forecasting of volatility with further use of the forecasts for risk estimation. A comparative analysis of proposed parameter estimation methodology and known techniques was performed. A ne w structure for the stochastic volatility model was proposed that provides better quality for the forecasts estimates than known models. Also a new approach is proposed for financial risk estimation using the volatility forecasts computed with the models constructed. On the basis of the parameter estimation techniques of Monte-Carlo type for Markov chains and the forecasting and risk estimation procedures a new information technology was developed and software implemented. The technology is successfully used in banking system and for training students at the NTUU ―KPI. |
|
| Date |
2013-03-04T10:09:04Z
2013-03-04T10:09:04Z 2013 |
|
| Type |
Thesis
|
|
| Identifier |
http://ela.kpi.ua/handle/123456789/2542
|
|
| Language |
uk
|
|