Разработка пригодных для металлоторговых компаний моделей прогнозирования
Автор: Пайтян Карен Гаврушевич
Журнал: Вестник Волгоградского государственного университета. Экономика @ges-jvolsu
Рубрика: Управление экономическим развитием
Статья в выпуске: 4 т.22, 2020 года.
Бесплатный доступ
Объем мирового потребления металлов выступает одним из основных показателей состояния экономики в целом. Объясняется это тем, что такая отрасль, как строительство, предъявляет большой спрос на данную продукцию. При этом объем строительства растет вместе с ростом экономики, ведь здоровый рынок привлекает больше инвестиций. Следовательно, состояние мирового рынка металлов является одним из индикаторов развития мировой экономики в целом, а задачи, стоящие перед данной отраслью, актуальны для всего мирового рынка. Одна из них - прогнозирование цен на металлы для принятия верных бизнес-решений. В статье рассмотрена практическая задача, которая показывает необходимость прогнозирования. На следующем шаге автором разработан критерий качества прогнозирования, при удовлетворении которому можно говорить о применимости модели на практике. На случайно выбранном отрезке времени проанализировано качество распространенных статистических моделей прогнозирования, таких как уравнение парной регрессии и моделей, сводящихся к линейным. Также были разработаны новые модели, которые основаны как на техническом анализе биржевых котировок цен на металлы, так и на фундаментальном. На конечном шаге результаты всех представленных в работе моделей были сопоставлены с разработанным автором критерием применимости на практике и выбраны наиболее перспективные из них.
Стандартные статистические модели прогнозирования временных рядов,
Короткий адрес: https://sciup.org/149131672
IDR: 149131672 | DOI: 10.15688/ek.jvolsu.2020.4.9
Список литературы Разработка пригодных для металлоторговых компаний моделей прогнозирования
- Агалакова, А. В. Современное состояние и особенности деятельности предприятий цветной металлургии / А. В. Агалакова, А. В. Алиева // Наука и образование сегодня. - 2017. - №9 6 (17). - С. 47-50.
- Аналитический центр при правительстве Российской Федерации. Бюллетень о текущих тенденциях российской экономики. Динамика внешней торговли. - Электрон. текстовые дан. -Режим доступа: https://ac.gov.ru/archive/files/ риЬНсайоп/а/17665^1? (дата обращения: 06.04.2020). - Загл. с экрана.
- Афанасьев, В. Н. Анализ временных рядов и прогнозирование : учебник / В. Н. Афанасьев, М. М. Юзбашев. - М. : Финансы и статистика, 2001. - 228 с.
- Берзлев, А. Ю. Разработка комбинированных моделей прогнозирования с кластеризацией временных рядов по методу ближайшего соседа / А. Ю. Берзлев // АСУ и приборы автоматики. - 2012. - №> 161. - С. 51-59.
- Денисенко, М. А. Методы прогнозирования цен на медь / М. А. Денисенко, С. А. Кечин, М. С. Пи-кин // Вестник университета. - 2015. - № 12. -С. 168-172.
- Корнеева, Д. В. Задачи и инструменты конкурентной политики в Российской металлургии за прошедшие четверть века / Д. В. Корнеева // Вестник Московского университета. Серия 6, Экономика. - 2016. - №> 3. - С. 35-67.
- Курс лекций «Фьючерсы и опционы». - Электрон. текстовые дан. - Режим доступа: Ы1р:// ро1Ьи. ru/futures_lectures/ch 18_all.html (дата обращения: 06.04.2020). - Загл. с экрана.
- Оценка точности и надежности прогнозов. - Электрон. текстовые дан. - Режим доступа: http:// www.econstep.ru/apsteps-533-1.html (дата обращения: 06.04.2020). - Загл. с экрана.
- Солдатова, О. П. Исследование погрешности прогнозирования котировок акций при помощи модели нечеткой нейронной сети Ванга-Менделя / О. П. Солдатова // Известия высших учебных заведений. Поволжский регион. Технические науки. - 2015. - №2 4 (36). -С. 17-26.
- Турунцева, М. Ю. Оценка качества краткосрочных прогнозов российских внешнеторговых показателей и мировых цен на некоторые виды сырья / М. Ю. Турунцева, Е. Астафьева // Научный вестник ИЭП им. Гайдара.ру. -2016. - № 2. - Электрон. текстовые дан. - Режим доступа: https://pps.ranepa.ru/ PuЫicatюn2/2016/688e95da-d5bf-e611-80d0-005056a06105/57bb448ea6bec.pdf (дата обращения: 06.04.2020). - Загл. с экрана.
- Швагер, Д. Технический анализ. Полный курс / Д. Швагер. - М. : Альпина Паблишер, 2001. -768 с.
- Шихалёв, А. М. Регрессионный анализ. Парная линейная регрессия / А. М. Шихалёв. - Казань : Казан. ун-т, 2015. - 46 с.