Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/59224
Title: Применение технологий Wolfram Mathematica в вейвлет-обработке рядов финансовых данных
Other Titles: Application of Wolfram Mathematica technologies in the wavelet processing of financial data series
Authors: Хайруллина, Л. Э.
Хакимов, З. Н.
Хабибуллина, Г. З.
Keywords: материалы конференций;финансовые временные ряды;трешолдинг;вейвлеты;Wolfram Mathematica
Issue Date: 2024
Publisher: Издательство Южного федерального университета
Citation: Хайруллина, Л. Э. Применение технологий Wolfram Mathematica в вейвлет-обработке рядов финансовых данных = Application of Wolfram Mathematica technologies in the wavelet processing of financial data series / Л. Э. Хайруллина, З. Н. Хакимов, Г. З. Хабибуллина // Компьютерные и информационные технологии в науке, инженерии и управлении «КомТех-2024» : материалы Всероссийской научно-технической конференции с международным участием : в 2 т. Т. 1 / Южный федеральный университет [и др.] ; отв. ред. С. И. Клевцов. – Ростов-на-Дону ; Таганрог : Издательство Южного федерального университета, 2024. – С. 35–41.
Abstract: В анализе финансовых временных рядов одним из ключевых моментов является предварительная обработка данных. Целью данной работы является демонстрация возможностей системы Wolfram Mathematica в препроцессинге финансовых данных. В качестве объекта исследования выбрана история ежедневных котировок акций Сбербанка за последние 3 года. Трешолдинг проводился на ортогональном вейвлете Добеши 6-го порядка. По соотношению сигнал/шум наиболее привлекательным оказался способ очистки на многоуровневом пороге на основе несмещенной оценки риска Штейна.
Alternative abstract: In the analysis of financial time series, one of the key points is the preprocessing of data. The purpose of this work is to demonstrate the capabilities of the Wolfram Mathematica system in financial data preprocessing. The history of Sberbank's daily stock quotes over the past 3 years has been selected as the object of the study. Tresholding was carried out on orthogonal Daubechies wavelets of the 6th order. In terms of signal-to-noise ratio, the most attractive method turned out to be cleaning at a multi-level threshold based on an unbiased Stein risk assessment.
URI: https://libeldoc.bsuir.by/handle/123456789/59224
Appears in Collections:Компьютерные и информационные технологии в науке, инженерии и управлении «КомТех-2024»

Files in This Item:
File Description SizeFormat 
Hajrullina_Primenenie.pdf1.34 MBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.