ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯТЕХНИКА И УПРАВЛЕНИЕ /COMPUTER SCIENCE, COMPUTERENGINEERING AND MANAGEMENT

摘要

Введение. Модели с нейронной сетью и OLS-регрессией используются на рын-ке акций и включают в себя переменные, описывающие состояние данного рынка.Одним из возможных способов определения таких зависимостей является ихкластеризация с помощью анализа главных компонент. Цель исследования –раскрыть суть двух перспективных эвристических подходов к оценке динамикифункциональных связей между доходами на рынке акций и переменных, описы-вающих состояние рынка.Материалы и методы. Материалами для исследования послужили модели с не-прерывной сетью и OLS-регрессия в пространстве стратегий управления доходами,а также математическая статистика.Результаты исследования. Известно, что суть установления функциональных свя-зей между доходами на рынке акций состоит в их кластеризации с использова-нием линейного или нелинейного анализа главных компонент состояния рынка.В данной работе приводится анализ двух перспективных эвристических подхо-дов к оценке динамики функциональных связей между доходами на рынке акцийи переменными, описывающими состояние рынка.Обсуждение и заключения. В результате исследования было установлено, чтополученные нейронные сети имеют преимущество перед более традиционнымиметодами в случаях, когда невозможно точно описать имеющиеся связи, но воз-можно выделить некоторый набор показателей, характеризующий исследуемоеявление. И даже в самой неблагоприятной ситуации MBPN-сеть может превосхо-дить метод OLS-регрессии.