Найти

Результаты поиска

• ПРЕДВАРИТЕЛЬНАЯ ВЕЙВЛЕТ-ОБРАБОТКА РЯДОВ ФИНАНСОВЫХ ДАННЫХ В СИСТЕМЕ WOLFRAM MATHEMATICA

  Л.Э. Хайруллина , З. Н. Хакимов , Г.З. Хабибуллина

  2024-10-08

  Аннотация ▼

  Любой временной ряд представляет собой сочетание полезной информации и шумов. По-
  этому в анализе финансовых временных рядов одним из ключевых моментов является предвари-
  тельная обработка данных с целью уменьшения шумовой компоненты. Одним из перспективных
  способов очистки временного ряда является трешолдинг – разложение сигнала на вейвлет-спектр
  до заданного уровня, обнуление тех вейвлет-коэффициентов разложения, значения которых
  меньше определенного порогового значения, и последующая вейвлет-реконструкция сигнала по
  аппроксимирующим и очищенным на каждом уровне детализирующим коэффициентам. Трешол-
  динг проводится с применением современных программных средств, среди которых исследователи
  чаще всего отдают предпочтение среде Matlab. В данной работе представлена демонстрация
  возможностей системы компьютерной математики Wolfram Mathematica в предварительной
  обработке финансовых данных. Wolfram Mathematica обладает мощным функционалом, позво-
  ляющим проводить качественную обработку временных рядов. Система содержит большую кол-
  лекцию семейств вейвлетов, множественные варианты дискретных и непрерывных вейвлет-
  преобразований. В качестве объекта исследования была выбрана история ежедневных котировок
  акций Сбербанка за последние 3 года. Анализ полученных результатов показал, что на качество
  очистки сигнала влияет выбор базисного вейвлета – в нашем случае предпочтительным оказалось
  использование вейвлета Добеши 6-го порядка. Максимальное отношение сигнал/шум достигается
  при жесткой пороговой обработке с порогом «SURELevel». Проведенные исследования показали,
  что вейвлет-трешолдинг над детализирующими коэффициентами вейвлет-разложения является
  эффективным методом подавления выбросов и флуктуаций временного ряда. Очищенный сигнал
  повторяет форму исходного сигнала, все пики хорошо выражены. При этом в краткосрочном
  прогнозе получаются более точные прогнозные значения.