Прогнозирование ценовой динамики акций с помощью модели ARIMA-GARCH

Цель выполненного исследования - построение модели для прогноза финансовых временных рядов. В статье рассмотрен эконометрический подход, предполагающий построение модели авторегрессии - проинтегрированного скользящего среднего (ARIMA), а также обобщенной модели с авторегрессионной условной гетероскедастичностью (GARCH). В качестве усиления прогнозной силы модели предлагается использование комбинации вышеназванных моделей. Приведено математическое описание этих прогнозных моделей. Построение моделей реализовано в программной среде Python с подключенными библиотеками pandas, numpy, statsmodels, matplotlib. В качестве входных наборов данных импортированы ежедневные значения котировок акций компании Алроса 02.06.2014 по 12.11.2019 г. Результаты исследования показывают, что комбинация моделей ARIMA-GARCH обладает высокой прогнозной точностью и может использоваться для создания краткосрочных прогнозов, а также сделан вывод о переходе к более адаптивным моделям, учитывающим внешние факторы.