Comparative analysis of methods based on moving average and singular decomposition in stock prices behavior prediction
Наукові журнали НАУ
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Comparative analysis of methods based on moving average and singular decomposition in stock prices behavior prediction
Сравнительный анализ методов на основе скользящего среднего и сингулярного разложения при прогнозировании поведения цены акций Порівняльний аналіз методів на основі ковзного середнього та сингулярного розкладу при прогнозуванні поведінки ціни акцій |
|
| Creator |
Приставка, П. О.
Тиводар, О. В. |
|
| Subject |
—
time series; moving average; singular decomposition; probability of error; time series model — — временной ряд; скользящее среднее; сингулярное разложение; вероятность ошибки; модель временного ряда — — часовий ряд; ковзне середнє; сингулярний розклад; ймовірність помилки; модель часового ряду — |
|
| Description |
In the article the task of forecasting the price behavior of a stock based on the observation of the realizations of the price of the securities and the criteria for their optimal periods for buy or save are formally determined for the first time. Using the data of the ETF's stock exchanges and the information technology developed for their analysis, a comparative analysis of methods based on the moving average and singular expansion of stochastic stock quotes data was conducted. The accuracy of these forecasting methods is compared. It has been determined that moving-average indicators have a greater likelihood of making the right buy or sale decision. The scientific and applied direction of further research is defined: the analysis of percentage changes instead of absolute values of prices, the division of the studied series into two categories: with the general tendency to growth and decline and conducting two independent experiments.
В статье впервые формально определено задачу прогнозирования поведения цены акции на основе наблюдения реализаций цены носителей такой стоимости и приведены критерии для их оптимальной покупки и продажи. Используя данные торгуемых на бирже американских фондов ETF и разработанную информационную технологию для работы с ними, проведен сравнительный анализ методов на основе скользящего среднего и сингулярного разложения стохастических данных котировок акций. Проведено сравнение точности прогнозирования методов, приведенных выше. Определено, что индикаторы на основе скользящих средних имеют большую вероятность принятия правильного решения о покупке или продаже. Определено научно-прикладное направление дальнейшего исследования: анализ процентных изменений вместо абсолютных значений цены, разделении исследуемых рядов на две категории: с общей тенденцией к росту и к падению и проведения двух независимых экспериментов. У статті вперше формально визначено задачу прогнозування поведінки ціни акції на основі спостереження реалізацій ціни носіїв такої вартості та наведено критерії для їх оптимальної купівлі та продажу. Використовуючи дані торгованих на біржі американських фондів ETF та розроблену інформаційну технологію для роботи з ними, проведено порівняльний аналіз методів на основі ковзного середнього та сингулярного розкладу стохастичних даних котирувань акцій. Порівняно точність прогнозування методів, наведених вище. Визначено, що індикатори на основі ковзних середніх мають більшу ймовірність прийняття правильного рішення про купівлю або продаж. Визначено науково-прикладний напрямок подальшого дослідження: аналіз відсоткових змін замість абсолютних значень ціни, розділенні досліджуваних рядів на дві категорії: з загальною тенденцією до зростання та до спадання та проведення двох незалежних експериментів. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2018-03-22
|
|
| Type |
—
— — |
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/SBT/article/view/12367
10.18372/2310-5461.37.12367 |
|
| Source |
Наукоємні технології; Том 37, № 1 (2018); 37-43
Science-based technologies; Том 37, № 1 (2018); 37-43 Наукоемкие технологии; Том 37, № 1 (2018); 37-43 |
|
| Language |
uk
|
|