Прогнозування значень економічних показників методами вейвлет-аналізу

Рожкова, М.С.; Rozhkova, M.S.

Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/85064

Or use following links to share this resource in social networks: Recommend this item

Title	Прогнозування значень економічних показників методами вейвлет-аналізу
Other Titles	Prognostication of values of economic indicators by the wavelet analysis methods
Authors	Рожкова, М.С. Rozhkova, M.S.
ORCID
Keywords	фондовий ринок the stock market фондові індекси stock indices вейвлет-аналіз wavelet analysis R/Sаналіз R / S analysis тест Фостера-Стюарта Foster-Stewart test вейвлет Добеші Dobeshi wavelet UX-індекс UX-index ARIMA-модель ARIMA-model прогнозування показників значення UX-індексу forecasting of UX-index values
Type	Masters thesis
Speciality	051 - Економіка
Date of Issue	2021
URI	https://essuir.sumdu.edu.ua/handle/123456789/85064
Publisher	Сумський державний університет
License	Copyright not evaluated
Citation	Рожкова М.С. Прогнозування значень економічних показників методами вейвлет-аналізу: робота на здобуття кваліфікаційного ступеня магістра : спец. 051 - економіка / наук. кер. С. М. Братушка. Суми : Сумський державний університет, 2021. 68 с.
Abstract	У роботі проведено дослідження ефективності застосування вейвлетперетворень для прогнозування UX-індексу, основного показника українського фондового ринку. Основною метою роботи є виконання прогнозування UX-індексу методами вейвлет-аналізу для отримання високоякісних результатів. Базовими методами для дослідження є R/S-аналіз, вейвлет-перетворення сімейства Добеші, ARIMA-модель, що були реалізовані за допомогою програмних продуктів: MatLab та Statistica. The paper examines the study of the effectiveness of wavelet transforms for forecasting the UX-index, the main indicator of the Ukrainian stock market. The main purpose of the work is to perform prediction of the UX-index by wavelet analysis methods to obtain high-quality results. The basic methods for the study are R /S-analysis, wavelet transform of the Dobeshi family, ARIMA-model, which were implemented using software products: MatLab та Statistica.
Appears in Collections:	Кваліфікаційні роботи здобувачів вищої освіти (ННІ БіЕМ)