@ARTICLE{26543120_316317727_2019, 
	author = {А. П. Бричикова and Е. О. Могилевич and А. С. Шведов}, 
	keywords = {, нечеткие системы, вейвлет-преобразование, рынок акций, регрессиямягкое переключение},
	title = {О вейвлет-преобразованиях при моделировании цен акций нечеткими системами},
	journal = {Экономический журнал ВШЭ},
	year = {2019},
	volume = {23},
	number = {3},
	pages = {444-464},
	url = {https://ej.hse.ru/2019-23-3/316317727.html},
	publisher = {},
	abstract = {Модели для временных рядов имеют большое значение для рынка акций. Нечеткие модели Такаги - Сугено (функциональные нечеткие системы) - это перспективный и уже достаточно распространенный подход, при котором для различных областей изменения тех или иных параметров используются различные регрессионные зависимости и производится мягкое переключение за счет применения правил нечеткой логики. В этом состоит преимущество данного подхода перед обычными стохастическими моделями. Каждая модель Такаги - Сугено основывается на своей базе нечетких правил. Эти модели можно рассматривать как обобщение классических эконометрических моделей, если считать, что одному нечеткому правилу соответствует одна такая модель. В настоящей работе исследуется возможность совместного применения вейвлет-преобразования и нечеткой модели Такаги - Сугено для анализа цен акций на примере следующих российских компаний: Газпром, Сбербанк, Магнит, Яндекс и Аэрофлот; такой подход применялся ранее для изучения некоторых зарубежных рынков акций. Вейвлет-анализ достаточно часто выступает в качестве инструмента для обработки сигналов, в том числе и временных рядов, так как дает возможность провести многоуровневую аппроксимацию. В настоящей работе строится модель Такаги - Сугено на непреобразованных данных и данных, подвергшихся преобразованиям с использованием вейвлетов Хаара. Для построения функций принадлежности применяется нечеткая кластеризация. Расчеты показывают, что применение вейвлетов достаточно часто позволяет улучшить прогнозные характеристики модели.},
	annote = {Модели для временных рядов имеют большое значение для рынка акций. Нечеткие модели Такаги - Сугено (функциональные нечеткие системы) - это перспективный и уже достаточно распространенный подход, при котором для различных областей изменения тех или иных параметров используются различные регрессионные зависимости и производится мягкое переключение за счет применения правил нечеткой логики. В этом состоит преимущество данного подхода перед обычными стохастическими моделями. Каждая модель Такаги - Сугено основывается на своей базе нечетких правил. Эти модели можно рассматривать как обобщение классических эконометрических моделей, если считать, что одному нечеткому правилу соответствует одна такая модель. В настоящей работе исследуется возможность совместного применения вейвлет-преобразования и нечеткой модели Такаги - Сугено для анализа цен акций на примере следующих российских компаний: Газпром, Сбербанк, Магнит, Яндекс и Аэрофлот; такой подход применялся ранее для изучения некоторых зарубежных рынков акций. Вейвлет-анализ достаточно часто выступает в качестве инструмента для обработки сигналов, в том числе и временных рядов, так как дает возможность провести многоуровневую аппроксимацию. В настоящей работе строится модель Такаги - Сугено на непреобразованных данных и данных, подвергшихся преобразованиям с использованием вейвлетов Хаара. Для построения функций принадлежности применяется нечеткая кластеризация. Расчеты показывают, что применение вейвлетов достаточно часто позволяет улучшить прогнозные характеристики модели.}
}