https://libeldoc.bsuir.by/handle/123456789/59224
Название: | Применение технологий Wolfram Mathematica в вейвлет-обработке рядов финансовых данных |
Другие названия: | Application of Wolfram Mathematica technologies in the wavelet processing of financial data series |
Авторы: | Хайруллина, Л. Э. Хакимов, З. Н. Хабибуллина, Г. З. |
Ключевые слова: | материалы конференций;финансовые временные ряды;трешолдинг;вейвлеты;Wolfram Mathematica |
Дата публикации: | 2024 |
Издательство: | Издательство Южного федерального университета |
Описание: | 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. |
Аннотация: | 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. |
Аннотация на другом языке: | 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 |
Располагается в коллекциях: | Компьютерные и информационные технологии в науке, инженерии и управлении «КомТех-2024» |
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Hajrullina_Primenenie.pdf | 1.34 MB | Adobe PDF | Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.