Новости

Заказ решебника

Закажи решебник и скоро он будет на сайте

  • Положительные стороны участия в школьных олимпиадах
    Облегчение поступления в университет. Вы можете задать своему ребенку конечную цель всего учебного процесса, тем самым убедив его в необходимости хорошей учебы. Часто родители говорят своим детям, что если они будут плохо учиться, то не смогут приобрести хорошую профессию в будущем, и пойдут в дворники.
  • Особенности питания школьника
    Питание в школе должно быть хорошо организованным. Школьник должен быть обеспечен в столовой обедом и горячим завтраком. Интервал между первым и вторым приемом пищи не должен превышать четыре часа. Наиболее оптимальным вариантом должен быть завтрак ребенка дома, в школе же он съедает второй завтрак
  • Детская агрессия в школе и сложности в процессе обучения
    Между детской агрессией и трудностями в процессе обучения установлена определенная взаимосвязь. Каждый школьник хочет иметь в школе много друзей, иметь хорошую успеваемость и хорошие оценки. Когда это у ребенка не получается, он делает агрессивные поступки. Каждое поведение на что-то нацелено, имеет смысловую
  • Советы психологов родителям
    В любых олимпиадах и всевозможных конкурсах ребенок, прежде всего, самовыражается и самореализовывается. Родители обязательно должны поддерживать своего ребенка, если он увлечен интеллектуальными соревнованиями. Ребенку важно осознавать себя частью общества интеллектуалов, в котором царят сопернические настроения, и ребенок сравнивает свои достигнутые
  • Ребенок отказывается от приема пищи в столовой школы
    Разборчивому ребенку школьная еда может прийтись не по вкусу. Зачастую, это самая распространенная причина отказа школьника от еды. Все происходит от того, что меню в школе не учитывает вкусовые потребности каждого отдельного ребенка. В школе никто не будет исключать какой-либо продукт из питания отдельного ребенка дабы
  • Как родители относятся к школе
    Для того чтобы понять как родители относятся к школе, то важно для начала охарактеризовать современных родителей, возрастная категория которых весьма разнообразна. Не смотря на это большую часть из них составляют родители, которые относятся к поколению девяностых годов, которые отличаются тяжелым временем для всего населения.
  • Школьная форма
    Первые школьные сборы навсегда остаются в памяти каждого из нас. Родители начинают закупать всю необходимую канцелярию, начиная с августа. Главным школьным атрибутом является форма школьника. Наряд должен быть тщательно подобран, чтобы первоклассник чувствовал себя уверенно. Введение школьной формы обосновывается многими причинами.

Рефераты

Уважаемые школьники и студенты! 

Уже сейчас на сайте вы можете воспользоваться более чем 20 000 рефератами, докладами, шпаргалками, курсовыми и дипломными работами.Присылайте нам свои новые работы и мы их обязательно опубликуем. Давайте продолжим создавать нашу коллекцию рефератов вместе!!!

Вы согласны передать свой реферат (диплом, курсовую работу и т.п.), а также дальнейшие права на хранение,  и распространение данного документа администрации сервера "mcvouo.ru"?

Спасибо за ваш вклад в коллекцию!

Всего 19436 рефератов.

Найти

Модель прогнозирования параметров финансовых рынков и оптимального управления инвестиционными портфелями - (реферат)

Дата добавления: март 2006г.

    МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
    ПЕРМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ПАРАМЕТРОВ ФИНАНСОВЫХ РЫНКОВ И ОПТИМАЛЬНОГО УПРАВЛЕНИЯ ИНВЕСТИЦИОННЫМ ПОРТФЕЛЕМ.

    Выполнил:
    Проверил:
    г. Пермь 2000.

Построение математической модели прогнозирования поведения является трудной задачей в связи с сильным влиянием политических и других проблем (выборы, природные катаклизмы, спекуляции крупных участников рынка…). В основе модели лежит анализ некоторых критериев с последующим выводом о поведении доходности и ценовых показателей. В набор критериев входят различные макро- и микроэкономические показатели, информация с торговых площадок, экспертные оценки специалистов. Процедура прогнозирования состоит из этапов: Подготовка и предварительная фильтрация данных;

    Аппроксимация искомой зависимости линейной функцией;
    Моделирование погрешности с помощью линейной сети.

Но для повышения точности модели практикуется нелинейный анализ с использованием многослойной однородной нейронной сети. Этапы проведения нелинейного анализа в системе совпадают со стандартными шагами при работе с нейросетями.

    1-й этап. Подготовка выходных данных.

Выходными данными являются zi = yi-pi, где yi - реальное значение прогнозируемой величины на некоторую дату, pi - рассчитанное на эту дату с помощью линейного анализа. 2-й этап. Нормирование входных сигналов.

    (1)

где xij - j-я координата некоторого критерия Xi, M[Xi] - выборочная оценка среднего квадратичного отклонения. 3-й этап. Выбор функции активации и архитектуры нейронной сети. Используются функции активации стандартного вида (сигмоидная, ступенчатая), а также следующего вида:

    (2)
    (3)
    (4)
    (5)
    Архитектура нейронной сети представлена на рисунке:
    вектор
    входных
    сигналов вектор
    выходн.
    Вектор сигналов
    входных
    сигналов

Введены следующие обозначения: Sj - линейные сумматоры; fj - нелинейные функции; используемые для аппроксимации; S - итоговый сумматор.

4-й этап. Выбор алгоритма обучения нейронной сети, основанного на одном из следующих методов: обратного распространения ошибки, градиентного спуска, метода сопряженных градиентов, методе Ньютона, квазиньютоновском. Методы оцениваются по времени, затрачиваемому на обучение и по величине погрешности. 5-й этап. Итоговые вычисления границ прогнозируемого значения: P=Pлин+Рнелин±Енелин

где Р — итоговое прогнозируемое значение, Рлин и Рнелин значение линейного и нелинейного анализов. Енелин — погрешность полученная на этапе нелинейного анализа. Результаты задачи прогнозирования используются в построенной на ее основе задаче оптимального управления инвестиционным портфелем. В основе разработанной задачи управления идея минимизации трансакционных издержек по переводу портфеля в класс оптимальных.

Используемый поход основан на предположениях, что эффективность инвестирования в некий набор активов является реализацией многомерной случайной величины, математическое ожидание которой характеризует доходность(m={mi}i=1...n, где mi=M[Ri], i=1...n), матрица ковариаций — риск (V=(Vij), i, j=1...n, где Vij=M[(Ri-mi)(Rj-mj)], i, j=1...n). Описанные параметры (m, V) представляют собой оценку рынка и являются либо прогнозируемой величиной, либо задаются экспертно. Каждому векторуХ, описывающему относительное распределение средств в портфеле, можно поставить в соответствие пару оценок: mx=(m, x), Vx=(Vx, x). Величина mxпредставляет собой средневзвешенную доходность портфеля, распределение средств в котором описывается векторомХ величина Vх(вариация портфеля [3, 5]) является количественной характеристикой риска портфелях. Введем в рассмотрение оператор Q, действующий из пространства Rn в пространство R2 (критериальная плоскость [3]), который ставит в соответствие вектору х пару чисел (mx, Vx): Q: Rn-R2 Ы "xМRn, x®((m, x), (Vx, x)). (7)

В задаче управления допустимыми считаются только стандартные портфели, т. е. так называемые портфели без коротких позиций. Правда это накладывает на вектор х два ограничения: нормирующее условие(е, х)=1, где е – единичный вектор размерности n, и условие неотрицательности доли в портфеле, х>=0. Точки удовлетворяющие этим условиям образуют dв пространствеRn так называемый стандартный (n-1)-мерный симплекс. Обозначим его D. D={xМRnЅ(e, x)=1, xі0}

Образом симплекса в критериальной плоскости будет являться замкнутое ограниченное множество оценок допустимых портфелей. Нижняя граница этого множества представляет собой выпуклую вниз кривую, которая характеризует Парето–эффективный с точки зрения критериев выбор инвестора (эффективная граница [3], [5]). Прообразом эффективной границы в пространствеRn будет эффективное множество портфелей [5]. Обозначим его как y. Данное множество является выпуклым: линейная комбинация эффективных портфелей также представляет собой эффективный портфель [3].

Пусть в некоторый момент времени у нас имеется портфель, распределение средств в котором описывается векторомх. Тогда задачу управления можно сформулировать в следующем виде: найти такой элементy, принадлежащий y, что r(y, x). Иными словами, для заданной точки х требуется найти ближайший элемент y, принадлежащий множеству Y. В пространстве Rnсправедлива теорема, доказывающая существование и единственность элемента наилучшего приближениях элементами множества Y[6]. Метрика (понятие расстояния) может быть введена следующим образом: r(x, y)=aSi=1, nsup(yi-xi, 0)+bSi=1...nsup(xi-yi, 0), (9)

где a>0 — относительная величина издержек при покупке, b>0 — относительная величина издержек при продаже актива.

    Литература
    Сборник статей к 30-ти летию кафедры ЭК. ПГУ.

Ивлиев СВ Модель прогнозирования рынка ценных бумаг. 6-я Всероссийская студенческая конференция“Актуальные проблемы экономики России”: Сб. тез. докл. Воронеж, 2000. Ивлиев СВ Модель оптимального управления портфелем ценных бумаг. Там же.

Скачен 767 раз.

Скачать