Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/90693
Or use following links to share this resource in social networks: Recommend this item
Title Оцінювання якості статистичного прогнозу вартості акції
Other Titles Assessment of the quality of the statistical forecast for the share price
Authors Герасименко, В.В.
ORCID
Keywords акції
фондовий ринок
прогнозування
порівняння
моделювання
shares
stock market
forecasting
comparison
modeling
Type Article
Date of Issue 2022
URI https://essuir.sumdu.edu.ua/handle/123456789/90693
Publisher Сумський державний університет
License In Copyright
Citation Герасименко В. В. Оцінювання якості статистичного прогнозу вартості акції // Вісник Сумського державного університету. Серія Економіка. 2022. № 4. С. 232−239. DOI: 10.21272/1817-9215.2022.4-24
Abstract Фондовий ринок виступає важливою складовою економіки світу, проте значення акцій змінюються зі значною швидкістю і знаходження ефективного методу прогнозування курсу акцій буде значною перемогою для інвесторів. Стаття присвячена використанню статистичних методів на фондовому ринку, оцінюванню їх ефективності на прикладі визначення прогнозованого курсу акцій та порівняння з реальним курсуом акцій. Крім того, проведено роботу з визначення актуальності тематики дослідження методами бібліографічного аналізу за результатами пошуку вибірки публікацій у базі даних Скопус з подальшим використанням засобів програмного інструментарію VOSviewer. В якості вхідної тестової вибірки для розроблення прогнозу обрано часовий ряд, що охоплює період щоденних значень цін акцій корпорації Apple Inc. з 12 грудня 2016 року по 12 грудня 2021 року. При цьому для побудови прогнозних моделей використано медіанні значення цін щомісічних фінансових акцій корпорації Apple com, оскільки відсутня інформація, що приходилась на вихідні дні для досліджуваного часового періоду. Прогнози пубодовані із застусуванням програмного забезпечення Statgraphics 19, де створено 17 прогнозних моделей: випадкове блукання, випадкове блукання з дрифтом, постійне середнє, лнійний тренд, квадратичний тренд, експоненціальний тренд, S-подібний тренд, просте ковзне середнє, просте експоненціальне згладжування з коефіцієнтом згладжування α = 0,9999, лінійне експоненціальне згладжування Брауна з коефіцієнтом згладжування α= 0,5705, лінійне експоненціальне згладжування Хольта з коефіцієнтами згладжування α = 0,9999 та β = 0,0359, квадратичне експоненціальне згладжування Брауна з коефіцієнтами згладжування α = 0,3046, ARIMA моделі. Для оцінки якості моделей використано інформаційний критерій Акаіке. В результаті аналізу найменше значення за критеріям Акаіке має ARIMA(1,0,0)-модель. На основі ARIMA(1,0,0) було побудовано прогноз значень курсу фондового ринку на 6 місяців вперед вік кінцевого значення вхідного масиву даних. В процесі порівняння з реальними даними було виявлено суттєве розходження результатів прогнозування з реальним курсом акцій на прогнозованому періоді, проте отримані моделі пройшли перевірку на статистичну значущість. Проведене дослідження показало, що використовувати класичні статистичні методи для розроблення прогнозу на фондового ринку використати можливо лише на короткостроковий переіод, при цьому обов’язково слід враховувати фактори-ризику, притаманні фондовому ринку (частота зміни курсу акцій протягом доби, ризики ліквідності, операційні ризики, політична ситуація у світі).
The stock market is an important part of the world's economy, but the values of stocks change at a significant speed and finding an effective method of forecasting the price of stocks will be a significant victory for investors. The article is devoted to the use of statistical methods in the stock market, evaluating their effectiveness on the example of determining the forecast share price and comparing it with the real share price. In addition, work was carried out to determine the relevance of the research topic by means of bibliographic analysis based on the results of searching a selection of publications in the Scopus database with the subsequent use of the VOSviewer software toolkit. A time series covering the period of daily values of stock prices of Apple Inc. was chosen as the input test sample for developing the forecast. from December 12, 2016 to December 12, 2021. At the same time, the median values of the prices of the monthly financial shares of the Apple com corporation were used to build forecast models, since there is no information that fell on weekends for the studied time period. Forecasts are published using Statgraphics 19 software, which generates 17 forecast models: random walk, random walk with drift, constant mean, linear trend, quadratic trend, exponential trend, S-shaped trend, simple moving average, simple exponential smoothing with a smoothing coefficient α = 0.9999, linear exponential Brownian smoothing with smoothing factor α= 0.5705, linear exponential Holt smoothing with smoothing coefficients α = 0.9999 and β = 0.0359, quadratic exponential Brownian smoothing with smoothing coefficients α = 0.3046, ARIMA model. Akaike's information criterion was used to assess the quality of the models. As a result of the analysis, the ARIMA(1,0,0) model has the lowest value according to Akaike's criteria. On the basis of ARIMA(1,0,0), a forecast of stock market exchange rates was built 6 months ahead of the age of the final value of the input array. In the process of comparison with real data, a significant discrepancy between the forecasting results and the real share price in the forecasted period was found, however, the obtained models were tested for statistical significance. The conducted research showed that it is possible to use classical statistical methods to develop a forecast on the stock market only for a short-term period, while it is necessary to take into account the risk factors inherent in the stock market (the frequency of share price changes during the day, liquidity risks, operational risks, political situation in the world).
Appears in Collections: Вісник Сумського державного університету. Економіка (2009-2024)

Views

Canada Canada
1
China China
6895
Germany Germany
30
Ireland Ireland
1
Romania Romania
1
Singapore Singapore
185226
Ukraine Ukraine
35219
United Kingdom United Kingdom
354
United States United States
826623
Unknown Country Unknown Country
356

Downloads

Canada Canada
1
China China
185226
France France
1
Germany Germany
86
Romania Romania
1
Ukraine Ukraine
13791
United Kingdom United Kingdom
1
United States United States
598538
Unknown Country Unknown Country
1

Files

File Size Format Downloads
Herasymenko_shares.pdf 470.7 kB Adobe PDF 797646

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.