Текущий выпуск Номер 5, 2020 Том 12
Результаты поиска по 'предсказуемость':
Найдено статей: 2
  1. Русаков А.В., Бобырев А.Е., Бурменский В.А., Криксунов Е.А., Нуриева Н.И., Медвинский А.Б.
    Математическая модель озерного сообщества с учетом целочисленности размера популяции: хаотические и долгопериодные колебания
    Компьютерные исследования и моделирование, 2016, т. 8, № 2, с. 229-239

    В работе представлены результаты исследования целочисленной модели водного сообщества, состоящего из популяций зоопланктона, мирной и хищной рыбы. Рассматривается структура популяции гидробионтов по массе и по возрасту, а также описываются соответствующие такой структуре трофические взаимодействия между популяциями. Модель воспроизводит различные динамические режимы: стационарные и колебательные. Колебания численности рыбных популяций при этом могут быть регулярными и нерегулярными. Показано, что период регулярных колебаний может составлять десятки лет, а нерегулярные колебания численности рыбных популяций могут быть как хаотическими, так и нехаотическими. В результате анализа модели в пространстве параметров показано, что предсказуемость динамики рыбных популяций может быть затруднена не только в результате возникновения динамического хаоса, но и в результате конкуренции между различными динамическими режимами, возникающей при вариации параметров модели, в частности при изменениях скорости роста зоопланктона.

    Просмотров за год: 6.
  2. Любушин А.А., Фарков Ю.А.
    Синхронные компоненты финансовых временных рядов
    Компьютерные исследования и моделирование, 2017, т. 9, № 4, с. 639-655

    В статье предлагается метод совместного анализа многомерных финансовых временных рядов, основанный на оценке набора свойств котировок акций в скользящем временном окне и последующем усреднении значений свойств по всем анализируемым компаниям. Основной целью анализа является построение мер совместного поведения временных рядов, реагирующих на возникновение синхронной или когерентной составляющей. Когерентность поведения характеристик сложной системы является важным признаком, позволяющим оценить приближение системы к резким изменениям своего состояния. Фундаментом для поиска предвестников резких изменений является общая идея увеличения корреляции случайных флуктуаций параметров системы по мере ее приближения к критическому состоянию. Приращения временных рядов стоимостей акций имеют выраженный хаотический характер и обладают большой амплитудой индивидуальных помех, на фоне которых слабый общий сигнал может быть выделен лишь на основе его коррелированности в разных скалярных компонентах многомерного временного ряда. Известно, что классические методы анализа, основанные на использовании корреляций между соседними отсчетами, являются малоэффективными при обработке финансовых временных рядов, поскольку с точки зрения корреляционной теории случайных процессов приращения стоимости акций формально имеют все признаки белого шума (в частности, «плоский спектр» и «дельта-образную» автокорреляционную функцию). В связи с этим предлагается перейти от анализа исходных сигналов к рассмотрению последовательностей их нелинейных свойств, вычисленных во временных фрагментах малой длины. В качестве таких свойств используются энтропия вейвлет-коэффициентов при разложении в базис Добеши, показатели мультифрактальности и авторегрессионная мера нестационарности сигнала. Построены меры син- хронного поведения свойств временных рядов в скользящем временном окне с использованием метода главных компонент, значений модулей всех попарных коэффициентов корреляции и множественной спектральной меры когерентности, являющейся обобщением квадратичного спектра когерентности между двумя сигналами. Исследованы акции 16 крупных российских компаний с начала 2010 по конец 2016 годов. С помощью предложенного метода идентифицированы два интервала времени синхронизации российского фондового рынка: с середины декабря 2013 г. по середину марта 2014 г. и с середины октября 2014 г. по середину января 2016 г.

    Просмотров за год: 12. Цитирований: 2 (РИНЦ).

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в Перечень российских рецензируемых научных журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук ВАК, группы специальностей: 01.01.00, 01.02.00.
 

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Журнал индексируется в Scopus