К содержанию
РецензированоRU2025

Сравнительный анализ традиционных эконометрических методов и искусственных нейронных сетей в прогнозировании финансовых временных рядов на примере индекса РТС

Л.С Притчина · Ю.А. Кавин

Современная наука и исследования · 2025

Аннотация

В работе проведено сравнительное исследование эффективности статистических эконометрических методов и искусственных нейронных сетей (ИНС) для прогнозирования финансовых временных рядов на примере индекса РТС (2015–2021 гг.). Традиционный подход включал построение кусочно-линейного тренда с фиктивными переменными и сезонных гармоник методом наименьших квадратов (МНК), тогда как ИНС реализована через многослойный персептрон в MATLAB. Оба метода продемонстрировали высокую точность (R2 = 0.91), однако нейронные сети потребовали адаптивного переобучения для минимизации ошибок прогноза. Выявлено, что структурные изменения данных (скачок индекса в 2020 г.) критически влияют на качество моделей. Ключевой вывод: традиционные ме- тоды обеспечивают прозрачность и стабильность, а ИНС — гибкость при условии динамического обновления данных. Предложены рекомендации по выбору подхода в зависимости от задач анализа.

Доказательный фрагмент

«В работе проведено сравнительное исследование эффективности статистических эконометрических методов и искусственных нейронных сетей (ИНС) для прогнозирования финансовых временных рядов на примере индекса РТС (2015–202…»

Образец извлечения

Демо-превью

В работе проведено сравнительное исследование эффективности статистических эконометрических методов и искусственных нейронных сетей (ИНС) для прогнозирования финансовых временных рядов на примере индекса РТС (2015–202… Полный текст публикации CiteX не хранит — доступ к первоисточнику открывается по DOI согласно лицензии издателя и выбранному плану.

DOI не указан
Цитирований
0
Просмотров
0
Тип
Журнал
Страна
Узбекистан
Ключевые слова
инс, индекса, данных
Спросить CiteX об этой работе

Смежные источники