Научно-инновационный конкурс «У.М.Н.И.К.»
Задача прогнозирования различных случайных процессов встречается во многих практических задачах экономики (прогнозирование цен на сырьевые ресурсы, курсов валют, котировок акций, биржевых индексов и др.), физики (прогнозирование солнечной активности, интенсивности излучения и др.), и других отраслях науки. Исследование этой задачи привлекает внимание многих специалистов.
В работе представлено экспериментальное исследование метода прогнозирования стационарных эргодических процессов, основанного на алгоритмах сжатия данных [1].
Исследование проводилось на вещественнозначных случайных процессах различного происхождения. Для проверки асимптотических свойств исследуемого метода прогнозировались искусственно сгенерированные последовательности с заданными наборами статистических свойств. Так же проводились эксперименты по прогнозированию последовательностей физических данных (данные различных обсерваторий, взяты с интернет-сайта http://spidr.ngdc.noaa.gov/spidr/), а так же последовательностей экономических данных (котировки цен на нефть и газ с 1986 по 2002 год).
Предлагаемый метод сравнивался с методами скользящего среднего и экспоненциального сглаживания. В результате экспериментов установлено, что для большого числа процессов ошибка прогнозирования с использованием метода, основанного на сжатии данных существенно (до десяти процентов) меньше, чем при использовании других упомянутых методов.
Литература.
[1] B.Ryabko. Compression-based methods for density estimation for time series. XI International Symposium on Problems of Redundancy in Information and Control Systems, Saint-Petersburg, 2007, Proceedings, pp.22-26.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск