Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://elar.urfu.ru/handle/10995/60869
Название: | Вероятностный анализ, машинное обучение и рогнозирование временных рядов с помощью метода Байеса |
Другие названия: | PROBABILISTIC ANALYSIS, MACHINE LEARNING AND TIME SERIES FORECASTING BY BAYES METHOD |
Авторы: | Tolmachev, A. Sinitsyn, E. Толмачев, А. В. Синицын, Е. В. |
Дата публикации: | 2018 |
Издатель: | Издательство УМЦ УПИ |
Библиографическое описание: | Толмачев А. В. Вероятностный анализ, машинное обучение и рогнозирование временных рядов с помощью метода Байеса / А. В. Толмачев, Е. В. Синицын // XII Международная конференция «Российские регионы в фокусе перемен». Екатеринбург, 16-18 ноября 2017 г. : сборник докладов. — Екатеринбург : Издательство УМЦ УПИ, 2018. — Ч. 1. — С. 448-462. |
Аннотация: | Analysis and forecasting for time series are very important problems, especially on financial markets. In the article we discussed the technology of machine learning that can be used for their solving. We consider the method of forecasting based on Bayes rule. The historical data of the Moscow Exchange were used for algorithm’s testing. For RTS Index Futures and USD-RUB Futures we scrutinized the efficiency of our machine learning methods. We proposed the possible algorithm for HFT robot that can provide the probability to get profit greater than the probability of losses. Анализ и прогнозирование временных рядов являются очень важными задачами, особенно в приложении к финансовым рынкам. В статье мы обсудили технологию машинного обучения, которая может быть использована для их решения. Был рассмотрен метод прогнозирования на основе правила Байеса. Для тестирования алгоритма использовались исторические данные ММВБ. Для фьючерсов на индекс РТС и фьючерсов на доллары США была проанализирована эффективность предложенных алгоритмов машинного обучения. На этой основе предложен возможный алгоритм для робота HFT, который может обеспечить вероятность получения прибыли, превышающую вероятность потерь. |
Ключевые слова: | PROBABILISTIC ANALYSIS MACHINE LEARNING TIME SERIES FORECASTING THE BAYES METHOD HFT ROBOTS ALGORITHMS ВЕРОЯТНОСТНЫЙ АНАЛИЗ МАШИННОЕ ОБУЧЕНИЕ ПРОГНОЗИРОВАНИЕ ВРЕМЕННЫХ РЯДОВ МЕТОД БАЙЕСА HFT РОБОТЫ АЛГОРИТМЫ |
URI: | http://elar.urfu.ru/handle/10995/60869 |
Конференция/семинар: | XII Международная конференция «Российские регионы в фокусе перемен» |
Дата конференции/семинара: | 16.10.2017-18.10.2018 |
ISBN: | 978-5-8295-0582-0 |
Источники: | Российские регионы в фокусе перемен. — Ч. 1. — Екатеринбург, 2018 |
Располагается в коллекциях: | Междисциплинарные конференции, семинары, сборники |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
978-5-8295-0582-0_2018_44.pdf | 1,12 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.