Помощь в учёбе, очень быстро...
Работаем вместе до победы

Анализ и прогнозирование финансового рынка на основе модели детерминированного хаоса

Диссертация: Анализ и прогнозирование финансового рынка на основе модели детерминированного хаоса
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Проводимые исследования показали применимость теории детерминированного хаоса к моделированию динамики показателей финансового рынка. В результате построена обобщенная модель объекта со сложным поведением в виде системы нелинейных дифференциальиых уравнений, решения которой при определенных условиях имеют хаотический характер. Модификации модели позволяют получать прогностические значения… Читать ещё >

Содержание

  • 1. Системное описание финансового рынка и анализ методов исследования
    • 1. 1. Структурное представление рынка
    • 1. 2. Стохастические модели прогнозирования динамики ценных бумаг
    • 1. 3. Детерминированный подход к прогнозированию динамики ценных бумаг
    • 1. 4. Аналитика финансовых рынков
    • 1. 5. Выводы
  • 2. Построение математической модели
    • 2. 1. Восстановление фазового портрета системы по одномерному временному ряду
    • 2. 2. Обоснование модели
    • 2. 3. Модификации модели
      • 2. 3. 1. Модель финансового рынка «с полной матрицей»
      • 2. 3. 2. Модель финансового рынка «с диагональной матрицей»
      • 2. 3. 3. Модели «японской свечи»
      • 2. 3. 4. Модели двухпараметрических индикаторов
    • 2. 4. Выводы
  • 3. Методы решения и исследования систем уравнений модели
    • 3. 1. Обобщенная схема нахождения прогностических значений переменных моделей
    • 3. 2. Определение коэффициентов модели
    • 3. 3. Выбор метода решения системы алгебраических уравнений
    • 3. 4. Численные методы решения систем обыкновенных дифференциальных уравнений
    • 3. 5. Дополнительные инструменты качественного анализа
    • 3. 6. Выводы
  • 4. Схемы прогноза и адаптациии. Исследование качества прогностических реализаций
    • 4. 1. Построение точечного прогноза
    • 4. 2. Схемы адаптации
    • 4. 3. Корреляция траектории особых точек с трендами
    • 4. 4. Исследование качества прогноза
    • 4. 5. Применение модели
    • 4. 6. Выводы
  • 5. Создание комплекса программ для анализа и прогнозирования финансового рынка
    • 5. 1. Выбор программно-технических средств моделирования и создания пакета
    • 5. 2. Разработка алгоритма решения задачи
    • 5. 3. Разработка интерфейса для конечного пользователя
    • 5. 4. Разработка графических объектов для визуализации результатов
    • 5. 5. Банк моделей и сопутствующее программное обеспечение
    • 5. 6. Реализация математических алгоритмов
    • 5. 7. Выводы

Анализ и прогнозирование финансового рынка на основе модели детерминированного хаоса (реферат, курсовая, диплом, контрольная)

Актуальность темы

Все материальные системы можно разделить на системы неорганической природы (физические, геологические, химические) и живые системы (биологические системы, организмы, экосистемы). Особый класс материальных живых систем — социальные системы (от простейших объединений до сложных социально-экономических структур). Экономические системы, как частный случай социальных систем, незамкнуты и имеют очень сложную структуру. К таким системам относится финансовый рынок, во многом являясь основой рыночной экономики.

Политическая, экономическая, экологическая компоненты, межличностные взаимоотношения не могут быть описаны количественно, но, перерабатываясь и преобразовываясь через субъективные суждения, определяют некоторые количественные оценки сложившейся ситуациибиржевые ставки. Результаты торгов следует расценивать как удачное отображение действительности (компромисс мнений), некоторый объективный параметр, отклик социальной (экономической) системыфинансового рынка — на множество внешних возбуждающих воздействий.

Невозможность исследования входных воздействий ориентирует па исследование результатов работы системы, так чтобы через свойства откликов понять сущность функционирования.

Финансовые рынки чрезвычайно динамичны, их исследованием занимаются во всем мире с целыо наиболее удачно предсказать будущие значения котировок. Со стремлением России влиться в мировое экономическое сообщество началась бурная биржевая деятельность, появилось большое количество лиц, заинтересованных в исходах торгов. Чем дольше развивается эта отрасль человеческой деятельности, тем богаче становится инструментальный багаж. Ценовая динамика находится под пристальным вниманием не только финансовых аналитиков, брокеров, банкиров, но и все больше ученых в России и за рубежом пытаются разработать достоверные теории, объясняющие и предсказывающие поведение биржевых характеристик. Новые результаты, сливаясь в единое целое, обеспечивают широкий выбор методов анализа и прогноза финансового рынка и позволяют понять некоторые аспекты социальных систем.

Моделирование нерегулярного поведения на фондовых, фьючерсных, валютных рынках основывается на нескольких альтернативных подходах. Основные методики делятся на стохастические (традиционные) [4, 9, 114 116] и основанные на положениях теории синергетики (теория нелинейной динамики, хаоса) [1, 11 — 12,45, 88, 121].

Вопросами стохастического поведения занимаются в Актуарно-финансовом центре при поддержке Правительства РФ.

Нерегулярное поведение для систем, не являющихся стохастическими, объясняется как результат сложных нелинейных взаимодействий внутренних параметров этих систем (детерминистский подход). Теория хаоса зачастую бывает более успешной в объяснении поведения временных характеристик, нежели введение случайных переменных. Моделированию сложных систем, к которым относятся экономические системы, с позиций детерминированного хаоса уделяют большое внимание в Институте математических методов и антикризисного управления Финансовой академии при Правительстве РФ. Применение описанных подходов не ново в экономике [30, 50 — 51, 84], однако финансовым рынкам не уделялось должного внимания, они и сегодня остаются недостаточно изученными.

В своих усилиях как можно быстрее исследовать объект, разработать упрощенную схему действий, проанализировать альтернативные подходы и получить выгоду в условиях конкурентной борьбы за информацию инвестиционные менеджеры, трейдеры, исследователи и аналитики нередко прибегают к помощи специализированных программных продуктов MetaStock, МЕЗА, Omega Tradestation, MS Excel, финансовые приложения MATLAB. Однако представленные продукты не всегда могут удовлетворить все потребности. В таких условиях удобно использовать небольшие авторские программные продукты, которые расширяют список альтернативных методов исследования, предоставляют новый инструментарий и отражают потребности конкретного конечного пользователя.

В настоящей работе представляются результаты применения теории детерминированного хаоса к моделированию различных видов финансовых рынков (фондовые, фьючерсные, валютные), описание поведения рынка с помощью аппарата нелинейных дифференциальных уравнений и разработанный программный продукт для обработки и визуализации получаемой информации.

Цель и задачи исследования

Целью диссертационной работы является разработка универсальной модели и ее модификаций и комплекса программ для анализа и прогноза биржевой динамики финансовых рынков. В связи с этим в работе поставлены следующие задачи.

1. Построить математическую модель для анализа и прогноза параметров финансового рынка. Выяснить возможность описания такой моделью динамики реальных экономических процессов.

2. Построить модификации модели для анализа и прогнозирования основных показателей, «японских свечей» и двухпараметрических индикаторов.

3. Исследовать модель методами качественной теории дифференциальных уравнений для определения корреляции трендовых составляющих и рассчитанных траекторий особых точек.

4. Разработать методы прогноза и адаптации модели.

5. Провести исследование применимости алгоритмов к анализу и прогнозированию временных рядов различных видов финансового рынка.

6. Создать программный продукт, объединяющий все модификации представляемой модели, схемы адаптации и результаты качественного исследования.

Методы исследования. Для решения поставленных задач использовался ряд методов. Среди них методы спектрального и корреляционного анализа [25, 26]. При разработке модели решалась задача восстановления динамических уравнений процессов из временных рядов [20, 35]. При построении прогноза и схемы адаптации использовались известные экономико-математические и статистические методы [59, 110]. Для восстановления значений производных, решения систем алгебраических и дифференциальных уравнений использовались прямые и численные математические методы [22, 34, 54, 75, 92, 103, 110]. В ходе исследования, для реализации поставленных задач были разработаны ряд алгоритмов и комплекс программ для расчета значений переменных и параметров, визуализации информации и объединения всех составляющих работы в единое целое. Представляемый программный продукт реализован в пакете инженерных расчетов MatLab. Для различных видов рынков применялись специфические методы технического анализа [62 — 65, 83].

Для проведения исследования выбраны следующие данные: фьючерсные контракты на кофе — Coffee Continues, сою — Soybeans Continues, кукурузу — Corn Continuesфьючерсные контракты долгосрочных облигаций US T-bond [112]- котировки акций зарубежных компаний IBM, Microsoft, Novell, American Airlines, Delta Airlines [112]- котировки акций российских компаний Сибнефть, Сбербанк России, Лукойл, АвтоВАЗ [96, 111]- контракты на валюту [91, 96]- мировые фондовые индексы [96]- двухпараметрические индикаторы: Directional Movement, Forecast Oscillator, Linear Regression Slope и r-squared, различные скользящие средние, полученные из специализированного пакета обработки биржевой информации MetaStock The Downloader for Windows.

Научные положения, выносимые на защиту.

1. Обобщенная модель финансового рынка на основе теории детерминированного хаоса. Ее модификации для анализа и прогнозирования переменных различных видов рынка (фондовый, фьючерсный, валютный, облигаций и других ценных бумаг).

2. Новые методы построения прогноза и адаптации модели финансового рынка, заключающиеся в выделении в исходных данных трендовых и хаотических составляющих с пошаговым пересчетом коэффициентов при появлении новых данных.

3. Метод предсказания поведения трендовых составляющих временных рядов, основанный на их корреляции с траекториями рассчитанных особых точек системы дифференциальных уравнений.

4. Комплекс программ, реализующий алгоритмы построения прогноза и адаптации системы финансового рынка.

5. Результаты анализа и прогнозирования финансового рынка на основе разработанных методов и модификаций модели.

Научная ценность и новизна.

1. Проводимые исследования показали применимость теории детерминированного хаоса к моделированию динамики показателей финансового рынка. В результате построена обобщенная модель объекта со сложным поведением в виде системы нелинейных дифференциальиых уравнений, решения которой при определенных условиях имеют хаотический характер. Модификации модели позволяют получать прогностические значения основных биржевых показателей (первичных и вторичных) при ограниченности исходной информации для конкретных видов финансового рынка (фондового, фьючерсного, рынков валют, облигаций и других ценных бумаг). Структура уравнений модели обоснована согласно теории детерминированного хаоса. Параметры модели имеют содержательный экономический смысл.

2. Разработаны методы адаптации модели для учета гиперчувствительности хаотических систем к малым изменениям, на основе поступающей со временем информации и уточнении прогностического значения на каждом последующем шаге.

3. Предложен метод предсказания моментов смены направления тренда на основе его корреляции с траекторией координат особых точек.

Практическая значимость. Представленная нелинейная модель для исследования и прогноза динамики биржевых характеристик и разработанная метод предсказания поведения трендовых составляющих временных рядов на основе корреляции с траекториями рассчитанных особых точек позволяют получать в реальном времени, без богатого ретроспективного материала прогностические реализации основных биржевых показателей. Приводятся практические результаты проводимого исследования для различных видов отечественного и зарубежного финансового рынка. Разработан комплекс программ для конечного пользователя, реализующий поставленные задачи.

Ряд результатов, выводов и рекомендаций настоящей диссертации использованы в работе ЗАО «ИК «Норд-Инвест», ООО «Бухгалтерско-правовое агентство», ООО «Прогресс-Система» и в учебном процессе на кафедре ПМ ТПУ.

Апробация работы. Результаты работы были доложены и опубликованы: «Современное развитие и применение математических методов»: Сборник статей студентов и аспирантов. — Томск, 2002; «Молодежь и современные информационные технологии»: Тезисы докладов Всероссийской научно-практической конференции. — Томск, 2003; «Информационные технологии и математическое моделирование»: Материалы III Всероссийской научно-практической конференции. — Анжеро-Судженск, 2004; Рынок ценных бумаг, ИД «РЦБ». — 2005, № 9 (288) — «KORUS — 2005»: Proceedings of The 9th Korea-Russia International Symposium on Science and Technology. — Novosibirsk, 2005; «Перспективы развития фундаментальных наук»: Труды II Всероссийской конференции студентов и молодых ученых. — Томск, 2005; Дайджест-Финансы, ИД «Финансы и кредит». — 2005, № 8 (128) — «Средства и системы автоматизации»: Труды международной научно-практической конференции. — Томск, 2005; Известия Томского политехнического университета. — 2006, Т. 309, №№ 2, 7.

Основное содержание работы. Первая глава диссертационной работы посвящена структурному описанию финансового рынка, краткому обзору существующих методов и моделей прогнозирования динамики рыночных характеристик. Во второй главе описывается построение математической модели и ее модификаций. В третьей главе отражены методы восстановления производных, решения систем алгебраических и нелинейных дифференциальных уравнений, качественного исследования системы нелинейных дифференциальных уравнений, а также метод определения корреляции трендовых составляющих и траекторий особых точек. Четвертая глава содержит схемы построения прогноза, схемы адаптации, примеры применения модели и исследование качества прогноза. В пятой главе рассматриваются вопросы разработки и создания комплекса программ для анализа и прогноза финансового рынка.

6. Результаты исследования временных рядов на основе разработанных модификаций модели и дополнительных инструментов с использованием данных с различных рынков показали адекватность разработанной модели и ее модификаций рассматриваемым процессам.

Таким образом, главным результатом представленной работы является разработанная обобщенная модель для краткосрочного прогнозирования параметров финансовых рынков и комплекс программ, объединяющий все модификации и позволяющий получить и в удобной форме представить прогностическую информацию. Использование большого количества инструментов, совокупности моделей для каждого конкретного исследования, для каждого рынка позволяет лучше представить ситуацию и выдать качественно лучшие рекомендации, выбрать критерии принятия решений в условиях динамично меняющихся данных и неопределенности.

ЗАКЛЮЧЕНИЕ

.

Показать весь текст

Список литературы

  1. Barnett W.A. and Hinich M. Has chaos been discovered with economic data? // Nonlinear Dynamics and Evolutionary Economics. — 1993. — Oxford: Oxford University Press. — P. 254 — 265.
  2. Beck C., Schlogl F. Thermodynamics of Chaotic System. Cambridge University Press, 1993.-281 p.
  3. Bransater A., Swinney H. L. Strange attractor in weakly turbulent Couette-Taylor flow // Phys. Rev. A., 1987. Vol. 35. — P. 2207.
  4. Franses P.H. Time series models for business and economic forecasting. -Cambridge University Press, 1998. 280 p.
  5. George D., Oxley L., Robustness and local linearization in economic models // Journal of Economic Surveys. 1999. — № 13. — P. 529 — 550.
  6. Herbst A.F. Analyzing and forecasting future prices: a guide for hedgers, speculators, and traders. -N.Y.: Hamilton Printing Company, 1992. 238 p.
  7. Maryasov D.A. Qualitative Research of Mathematical Model for Future
  8. Markets and Prediction Opportunity of Trends Changing // «KORUS 2005»:th • • •
  9. Proceedings of The 9 Korea-Russia International Symposium on Science and
  10. Technology. Novosibirsk, 2005. P. 89 — 92.
  11. MetaStock 6.0 for Windows 95 & NT. Руководство пользователя. M.: ТОРА-Центр, 1997.-576 с.
  12. Canterbury. New Zealand. 2004. Электронный ресурс. — Режим доступаhttp://www.iemss.org/iemss2004/pdf/kevnotes/KeynoteQXLEY.pdf, свободный.
  13. Ruth М., Hannon В. Modeling dynamic economic systems. Springer-Verlag New York, Inc., 1997.
  14. Savit R. When Random Is Not Random: An Introduction to Chaos in Market Prices.// Future Markets. 1988. — Vol 8, 271 p.
  15. Schroeder M. Fractals, Chaos, Power Laws. N.Y.: Freeman & Co, 1991. -430 p.
  16. Takens F. Detecting strange attractors in turbulence // Dynamical Systems and Turbulence. Lecture Notes and Mathematics / Eds. D. Rang and L.S. Young. -Warwick 1980. — Vol. 898, — 366 p.
  17. Дж., Нильсон Э., Уолш Дж., Теория сплайнов и её приложения. -М.: Мир, 1972.-318 с.
  18. Т. Статистический анализ временных рядов: Пер. с англ. / Под ред. Ю. К. Беляева. М.: Мир, 1976. — 756 с.
  19. B.C., Вадивасова Т. Е., Астахов В. В. Нелинейная динамика хаотических и стохастических систем. Саратов: Изд-во Саратовского университета, 1999.-368 с.
  20. О.л., Бутовский О. Я., Кравцов Ю. А. Восстановление динамических систем по хаотическим временным рядам // Изв. ВУЗов. Прикладная нелинейная динамика. 2000. — Т.8. -№ 1. — С. 29 — 52.
  21. О.л., Бутовский О. Я., Кравцов Ю. А. Минимальная процедура идентификации хаотических систем по наблюдаемой временной последовательности // РЭ. 1997. — Т.42. — № 3. — С. 1−10.
  22. B.C., Рейман A.M. Размерность и энтропия в многомерных системах // Нелинейные волны: динамика и эволюция сборник научных трудов. — М.: Наука, 1989. — 400 с.
  23. Л.В., Огородников А. С., Офицеров В. В. Лабораторный практикум по численным методам. Томск: издательство ТПИ им. С. М. Кирова, 1990.-96 с.
  24. Д.В. Курс аналитической геометрии и линейной алгебры. -М.: Наука, 1987.-320 с.
  25. Р. Введение в теорию матриц. М.: Наука, 1969. — 368 с.
  26. Дж., Пирсол А. Измерение и анализ случайных процессов: Пер. с англ. / Под ред. И. Н. Коваленко. М.: Мир, 1971.- 408 с.
  27. Дж., Пирсол А. Прикладной анализ случайных данных: Пер с англ. -М.: Мир, 1983.-540 с.
  28. Дж., Пирсол А. Применение корреляционного и спектрального анализа. М.: Мир, 1983. — 310 с.
  29. Большая Энциклопедия Кирилла и Мефодия 2003. Электрон, текстовые данные. 10 электрон, опт. Дисков CD ROM. [Электронный ресурс] -Режим доступа: www.km.ru, www.mega.km.ru свободный.
  30. А.Н. Рынки производственных финансовых инструментов. М.: Фазис, 1996.-312 с.
  31. А.А. Моделирование коллективного поведения в социальных и экологических системах // Вестник МГУ, Вычислительная математика и кибернетика. 1994. — Т.47. — № 1. — С. 4 — 16
  32. Е.С. Теория вероятностей, М., 1969. — 576 с.
  33. А. Биржевая игра // КОМПЬЮТЕРРА. 2001. — № 2 (379). Электронный ресурс. — Режим доступа: wvvw.tashiit.uz/cornputcrra/Computerra/2001/379/6825/index.html, свободный.
  34. А. Биржевая игра. Гонки обратным ходом // КОМПЬЮТЕРРА. -2001. № 3 (380). Электронный ресурс. — Режим доступа: www.tashiit.uz/computerra/Computerra/2001/380/6927/index.hlml, свободный.
  35. А. Как работать с матрицами. М.: Статистика, 1980. — 160 с.
  36. Д.А., Грибкова В. В., Кравцов Ю. А., Кузнецов Ю. А., Ржанов А. Г. Восстановление структуры динамической системы из временных рядов // РЭ. 1994. — Т.39. -№ 2. — С. 241 — 248.
  37. В.П., Козловских А. В., Марьясов Д. А. Исследование математической модели фьючерсных рынков // Рынок ценных бумаг, ИД «РЦБ». 2005, № 9 (288). С. 38 — 42.
  38. В.П., Козловских А. В., Марьясов Д. А. Пакет прикладных программ для анализа и прогноза биржевой информации // Известия Томского политехнического университета. 2006, — Т. 309, № 7. С. 200 -204.
  39. В.П., Козловских А. В., Марьясов Д. А. Разработка схемы адаптации динамической модели фьючерсных рынков на основе анализа финансовых характеристик // Дайджест-Финансы, ИД «Финансы и кредит». 2005, № 8 (128). С. 7 — 10.
  40. Гультяев A. MATLAB 5.2. Имитационное моделирование в среде Windows. М.: Корона Принт, 1999. — 200 с.
  41. А. Визуальное моделирование в среде MATLAB. СПб.: Питер, 2000.-432 с.
  42. А. Детерминированный хаос и информационные технологии // КОМПЬЮТЕРРА. 1998. -№ 47. Электронный ресурс. — Режим доступа http://offline.computerra.ru/1998/275/, свободный.
  43. А. С., Панас А. И., Старков С. О. Динамический хаос как парадигма современных систем связи // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники. 1997. — № 10. — С. 4−26.
  44. А.С. Хаос. Фракталы и Информация // Наука и жизнь. 2001. -№ 5. Электронный ресурс. — Режим доступа http://www.nkj.ru/archive/articles/5901/, свободный.
  45. JI.A., Куперин Ю. А., Сорока И. В. Методы сложных систем в экономике Электронный ресурс. Режим доступа: http://is2001.icape.ru/thesis/7.html, свободный.
  46. Дьяконов В.П. Matlab: учебный курс. СПб: Питер, 2001. 560с.
  47. В.П., Абраменкова И.В. MATLAB 5.0/5.3 Система символьной математики. М.: Диалог — МИФИ, 2000. — 300 с.
  48. Ю.С., Луис В. А., Скороспелов В. А. Сплайны в инженерной геометрии М.: Машиностроение, 1985. — 224 с. 49.3анг В.-Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории. М.: Мир, 1999. — 334 с.
  49. Ю.Н. Малый инновационный бизнес в странах с развитой рыночной экономикой // Российский экономический журнал. 1995. -№ 2.
  50. Ю. Н. Орлов А.И. Экономико-математическое моделирование малого бизнеса (обзор подходов) // Экономика и математические методы. -2001.-Т.37.-№ 2. С. 128- 136.
  51. С.П., Кудрюмов С. П., Малинецкий Г. Г. Синергетика и прогнозы будущего. М.: Наука, 1997. — 412 с.
  52. А.Б., Хасселблат Б. Введение в современную теорию динамических систем. Пер. с англ. -М.: Изд-во «Факториал», 1999. 768 с.
  53. Н.Б. Практика применения экономико-математических методов и моделей. М.: Финансы и статистика, 2000. — 246 с.
  54. Н.М., Тульверт В. Ф. Концепции современного естествознания. Учебное пособие. — СПб: Изд-во СПбГУЭФ, 2004 — 248 с.
  55. А.В., Сморкалова А. В. Сглаживание функций кубическими полиномиальными сплайнами // Методы сплайн-функций: тезисы докладов Сибирской конференции. Новосибирск: Изд-во НГУ, 2001. — С. 49−51.
  56. В.А., Калинина В. Н. Теория вероятностей и математическая статистика: Учебник / Под ред. В. А. Колемаева. М.: Инфра-М, 1997. -302 с.
  57. Г. Математические методы статистики: Пер с англ. / Под ред. А. Н. Колмогорова. М.: Мир, 1975. — 648 с.
  58. П.С., Петров А. А. Принципы построения моделей. М.: Издательство МГУ, 1983.
  59. М.В. Технический анализ рынка ценных бумаг. Киев: Наукова думака, 1990.-248 с.
  60. М.В., Нифатов П. А., Овчинников А. С. Японские подсвечники // Рынок ценных бумаг, 1997.-№ 19.-С. 50−57.
  61. М.В., Овчинников А. С. Технический анализ рынка ценных бумаг. М.: Инфра-М, 1996. — 125 с.
  62. К.Н., Цыплакова Т. П. Финансовая аналитика. MATLAB 6 / Под ред. В. Г. Потемкина. -М.: Диалог-МИФИ, 2001. 368 с.
  63. Ларуш, Линдон X. Вы на самом деле хотели бы знать все об экономике? -М.: Шиллеровский институт Украинский Университет в Москве, 1992. -206 с.
  64. А.Н. Моделирование в научно-технических исследованиях. М.: Радио и связь, 1989. — 223 с.
  65. В.В. Математическое моделирование социально-экономических процессов. М.: Изограф, 1997. — 223 с.
  66. А. Нелинейная динамика, теория динамического хаоса и синергетика (перспективы и приложения) // КОМПЬЮТЕРРА. 1998.
  67. Электронный ресурс. Режим доступа offline.computerra.ru/1998/275/, свободный.
  68. Эд. Н. Детерминированное непериодическое течение // Странные аттракторы.-М: Мир, 1981.-С. 59−76.
  69. Л. Идентификация систем. Теория для пользователя. М.: Наука, 1991.-432 с.
  70. Я.Р., Катышев П. К., Пересецкий А. А. Эконометрика. М.: Дело, 2001.-400 с.
  71. Дж. Анализ алгоритмов. Вводный курс, М.: Техносфера, 2002.-304с.
  72. Дж. Нелинейные дифференциальные уравнения в биологии. Лекции о моделях.-М.: Мир, 1983.-358 с.
  73. Д.А. Использование современного математического пакета MatLab в прикладных исследованиях динамики рынка ценных бумаг // «Молодежь и современные информационные технологии»: Тезисы докладов конференции. Томск, 2003. С. 35 — 36.
  74. Д.А. Разработка и исследование динамической модели индикаторов для прогноза тенденций цен акций на фондовом рынке // «Современное развитие и применение математических методов»: Сборник статей студентов и аспирантов. Томск, 2002. С. 23 — 28.
  75. Математико-статистические методы исследования взаимосвязей в экономике. Из теории и практики статистики ГДР: Пер с нем. / Под ред. К. Отто и В. В. Швыркова. М.: Статистика, 1977. — 181 с.
  76. Математическое моделирование. / Под ред. Дж. Эндрюса, Р. Мак-Лоуна. -М.: Мир, 1979.-276 с.
  77. Московская межбанковская валютная биржа Электронный ресурс. -Режим доступа: http://www.micex.ru/online/currencv/archive/, свободный.
  78. Мун Ф. Хаотические колебания. Пер. с англ. -М.: Мир, 1990.-312 с.
  79. Дж.Дж. Технический анализ фьючерсных рынков: теория и практика. М.: Диаграмма 1998. — 592 с.
  80. В.Е., Гасенко В. Г. Математическая модель плановой макроэкономики // Экономика и математические методы. 2002. — Т.38. -№ 2. С. 118−124.
  81. Ю.И. Математические модели естествознания и техники: Цикл лекций. Выпуск 1. -Н. Новгород: Изд-во ННГУ, 1994.
  82. Г., Пригожин И. Познание сложного. Пер. с англ. М. Мир, 1990.-344 с.
  83. Дж. Динамика иерархических систем. (Эволюционное представление). -М.: Мир, 1989.-453 с.
  84. Е.В., Волович М. Е. Модели хаоса для процессов изменения курса акций Электронный ресурс. // Exponenta-Pro. Математика в прихожениях. 2003. — № 1. — Электронные текстовые данные. — М.: КомпьютерПресс. -2003. — № 3. — электрон, опт. диск.
  85. В.П. Эконометрика для начинающих. М.: Институт экономики переходного периода, 2000. — 254 с.
  86. Э. Хаос и порядок на рынках капитала. Мир, 2000. — 332 с.
  87. М. Моделирование сигналов и систем. -М.: Мир, 1981.-300 с.
  88. Т., Стюарт И. Н. Теория катастроф и ее приложения М.: Мир, 1980.-608 с.
  89. В.Г. Введение в MATLAB. М.: Диалог-МИФИ, 2000. — 350 с.
  90. В.Г. Инструментальные средства MATLAB 5.x. М.: Диалог-МИФИ, 2000. — 336 с.
  91. В.Г. Система инженерных и научных расчетов MATLAB 5.x: в 2-х томах. М.: Диалог-МИФИ, 1999. 304 е., 366 с.
  92. РосБизнесКонсалтинг. Котировки акций, облигаций, валют, мировых фондовых индексов Электронный ресурс. Режим доступа: http://export.rbc.rU/expdocs/free.cb.Q.shtml, свободный.
  93. . Биржа: Играют все! // Наука и жизнь. 2003. — № 12. Электронный ресурс. — Режим доступа www.nki.ru/archive/articles/3738/, свободный.
  94. А.А. Математическое моделирование: Идеи. Методы. Примеры. — М.: Наука. Физматлит, 1997. 320 с.
  95. A.M., Кривошея С. А., Перстюк Н. А. Дифференциальные уравнения: примеры и задачи. М.: Высшая школа, 1989. — 383 с.
  96. Синергетика и проблемы теории управления / Под ред. Колесникова А. А. М.: ФИЗМАТЛИТ, 2004. — 504 с.
  97. О.В. Математическая модель динамики фьючерсных контрактов на основе методов теории детерминированного хаоса: дис.. канд. тех. наук: 05.13.01: защищена 19.05.04: утв. 09.07.04 / Ситникова Оксана Валерьевна. Томск, 2004. — 138 с.
  98. Г. Справочник по математике для экономистов. М.: ЮНИТИ, 2001.-306 с.
  99. Теория систем. Математические методы и моделирование. Сборник статей. Пер. с англ. -М.: Мир, 1989. 300 с.
  100. А.Ф. Математика рынка ценных бумаг. Томск.: Изд-во ТГПУ, 2000.- 171 с.
  101. Томпсон Дж.М. Т. Неустойчивости и катастрофы в науке и технике. -М.: Мир, 1985.-254 с.
  102. Л.И. Основы численных методов: Учеб. Пособие. М.: Наука. Гл. ред. физ.-мат. лит., 1987. — 320 с.
  103. Р. Разреженные матрицы. -М.: Мир, 1979. 189 с.
  104. З.Д. Моделирование времени. Математика. Кибернетика. -М.: Знание, № 4, 1991.-48 с.
  105. В.В., Гармаш А. Н., Дайитбегов Д. М. Экономико-математические методы и прикладные модели: Учеб. Пособие для вузов / Под ред. В. В. Федосова. М.: ЮНИТИ, 1999. — 391 с.
  106. Финнам.Ру акции, облигации, фондовый рынок Электронный ресурс. — Режим доступа http://finam.ru/analysis/quotconline/default.asp, свободный.
  107. Чикагская товарно-сырьевая биржа Электронный ресурс. Режим доступа: http://www.chicaaostockex.com/, свободный.
  108. А.К., Роганов Д. А. Эконометрика. Казань: Академия Управления «ТИСБИ», 2004. — 198 с.
  109. А.Н. О некоторых понятиях и стохастических моделях финансовой математики // Теория вероятностей и ее применение. 1994, -Т.39, — вып. 1.-С. 5−22.
  110. А.Н. Основы стохастической финансовой математики. М.: Фазис, 1998.-612 с.
  111. А.Н. Стохастические проблемы финансовой математики // Обозрение прикладной и промышленной математики. 1994, — Т.1, — вып. 5.-С. 780−820.
  112. Г. Детерминированный хаос. М.: Мир, 1988. — 240 с.
  113. П. Современные методы идентификации систем. М.: Мир, 1990.-400 с.
  114. А. Технический анализ товарных и финансовых рынков. М.: Инфра-М, 1996.- 176 с.
  115. П.П. Как не проиграть на финансовых рынках. М.: Дело и Сервис, 2000. — 224 с.
  116. Большой экономический словарь/ Под ред. А. Н. Азрилияна. 5-е изд. доп. и перераб. М.: Институт новой экономики, 2002. 1280 с.
  117. С., Носко В., Энтов Р., Юдин А. Эконометрический анализ динамических рядов основных макроэкономических показателей. Электронный ресурс. Режим доступа www.iet.ru/publication.php7folder-id=44&publication-id=1721, свободный.
  118. Г. Синергетика. Иерархии неустойчивостей в самоорганизующихся системах и устройствах. М.: Мир, 1985. — 423 с.
  119. П., Помо И., Видаль К. Порядок в хаосе. М.: Мир, 1991. — 368 с.
  120. Н. Опыт прогнозирования финансовых рынков. Электронный ресурс. Режим доступа http://basegroup.ru, свободный.
  121. П. Ввведение в нейронные сети // Современный трейдинг. -2001, № 2. С. 12−17.
  122. Н. Нечеткая логика математические основы. Электронный ресурс. — Режим доступа http://bascRroup.ru, свободный.
  123. А. Деревья решений общие принципы работы. Электронный ресурс. — Режим доступа http://basegroup.ru, свободный.
  124. С. Анализ и оценка методов для прогнозирования рынка // Рынок ценных бумаг. 2002, № 17.
  125. С. Сравнение фундаментального и технического анализов: практические аспекты // Рынок ценных бумаг. 2002, № 19.
  126. Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Института математики, 1999.-270 с.
Заполнить форму текущей работой

Пора сдавать?