Финансовое прогнозирование с использованием стохастических моделей: справка с мультитоварной биржи Казахстана

Аннотация

В условиях глобализации Казахстан нацелен на изучение KASE товарной биржи с использованием стохастических моделей финансового прогнозирования. Сегодня нелинейные модели прогнозирования, в том числе искусственные нейронные сети, широко используются в финансовом прогнозировании. Таким образом, нелинейные модели, в отличие от линейных моделей прогнозирования, требуют более высоких вычислительных систем и данных для практического обучения и обработки данных. Цель статьи оценка состояния товарной биржи Казахстана финансового прогнозирования с использованием стохастических моделей, тем самым определяя значение стохастических моделей на бирже KASE путем изучения значимости финансового прогнозирования для правильного принятия инвестиционных решений.  В статье показан системный подход к построению упрощенной и эффективной модели прогнозирования, позволяющей принимать оптимальные решения с использованием минимальных вычислительных систем при принятии оптимальных инвестиционных решений. Фьючерсы на природный газ, торгуемые на товарно-сырьевой бирже Казахстана, определены как благоприятный объект для изучения, учитывая, что энергогетическая структура Казахстана нуждается в массовых ожидаемых изменениях. В статье мы использовали анализ данных и статистические методы для определения оптимальных стратегий и характеристик прогнозирования, в результате чего была изучена точная модель линейного прогнозирования. Анализ данных также выявил положительное изменение в отношении топливно-энергетической базы участников рынка, определив контекст исследования, используя существенное изменение в оценке данного объекта исследования. В статье было исследовано несколько областей при разработке модели финансового прогнозирования, включая определение еженедельных и годовых моделей, а также исследования включения сезонных и экзогенных переменных. В статье делается вывод о том, что попытки уменьшить внешнюю зависимость и разделить данные о шуме увеличивают производительность модели с минимальными вычислительными данными и системами.

Ключевые слова: Казахстан, KASE, финансовое прогнозирование, анализ данных, анализ временных рядов, товарные рынки, природный газ