Комментарии 21
Тема интересная. А за чистоту языка и грамотность в хабрапространстве бороться можно?
+1
Спасибо. Не так много тех, кто об этой теме хорошо пишет.
+1
В последнее время стал замечать что на Хабре появляются темы именно тогда, когда они мне наиболее интересны :)
Может быть порекомендуете что-нибудь еще почитать о планировании и прогнозировании?
Может быть порекомендуете что-нибудь еще почитать о планировании и прогнозировании?
0
НЛО прилетело и опубликовало эту надпись здесь
Я о прогнозирование в целом, но, вы правы, финансовые процессы — самое сложное. Мои статьи были посвящены основным способам анализа временных рядов. То что вы назвали — это средний эшелон методов. Есть еще имитационное моделирование, с нелинейными связями и агентным поведением. Вот это самое серьезное, чем я занимался.
0
Спасибо, интересная статья, но я все равно остаюсь тем самым «скептиком», как они описываются в начале статьи :)
0
Отслеживать тренд строя мат. модели можно, но это больше интересно самим математикам. В данном вопросе главное определить факторы, влияющие на тренд и отслеживать их. Комбинация значений этих факторов и будет определять тренд. Например, что может повлиять на курс доллара? Выступление крупного гос. чиновника может? а если этот гос. чиновник скажет, что Россия будет сокращать объем доллара в торговли? На знании того, что этот чиновник будет выступать в определенное время и скажет определенную речь можно прогнозировать тренд курса валюты.
Сама статья понравилась, автору респект.
Сама статья понравилась, автору респект.
0
Больше спасибо! Очень кстати ваша статья пришлась.
+1
Опыт прогнозирования показал, что при анализе тренда ценных бумаг и фьючерсов лычше бы пользоваться регрессионным анализом с наложением определенных ограничений. Описанные средства адекватного результата не дадут. Самый лучший способ - построение RBF- нейронной самообучаемой сети. Результаты впечатляют.
PS За статью спасибо
PS За статью спасибо
0
RBF? Что-то новенькое, не слышал ни разу.
0
Видимо имеются ввиду модификация традиционных нейро сетей называемая Radial basis function network
0
RBF-нейронные сети хороши для упорядочивания и классификации информации. Способна учится и делать прогнозы. Все зависит от способа построения. Математически задача довольно сложная, но если ее правильно реализовать... В сети информации достаточно. К сожалению конкретную ссылку дать не могу.
0
В контексте недурно будет упомянуть компанию LTCM ( http://en.wikipedia.org/wiki/Long-Term_Capital_Management ) много математики, пара нобелевских лауреатов и самый громкий финансовый крах современности. Подробнее можно почитать в книге "Когда гений терпит поражение", гугл её хорошо знает..
+1
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Когда прогнозирование бессильно