Диссертация (1152468), страница 27
Текст из файла (страница 27)
Апробация системыбыла проведена на исторических данных международного валютного рынкаFOREX и смежного с ним рынка бинарных опционов для рассмотренныхвалютных пар USDJPY, EURUSD и USDRUB за период с 2012 по 2017 год ипозволила продемонстрировать ее значительную финансовую результативность и,соответственно, эффективность предложенного метода.6. Потенциальнымисследованийпоавтоматизированныхнаправлениемпроведениятематикенастоящейторговыхсистем,работыдальнейшихявляетсябазирующихсянанаучныхразработкаимитационныхэкономико-математических моделях, синтезирующих преимущества любыхметодов прогнозирования рыночной динамики и соответствующих подходов кпринятию торговых решений на основе принципа марковских цепей, чтопозволило бы отойти от необходимости ручного переобучения этих систем,сделав их самообучаемыми.162СПИСОК ЛИТЕРАТУРЫ1.
Айвазян, С. А. Прикладная статистика и основы эконометрики: Учебникдля вузов / С. А. Айвазян, В. С. Мхитарян. – М. : ЮНИТИ, 1998. – 1030 с.2. Бокс, Д. Ж. Анализ временных рядов, прогноз и управление / Д. Ж. Бокс,Г. Дженкинс. – М. : Мир, 1974. – 197 с.3. Вайсман, Р. Механические торговые системы. Психология трейдинга итехнический анализ / Р. Вайсман. – М.
: Альпина Паблишер, 2011. – 229 с.4. Видов, П. В. Аналитические представления негауссовых законовслучайных блужданий / П. В. Видов, М. Ю. Романовский // Труды Институтаобщей физики им. A.M. Прохорова. – 2009. – т. 65. – С. 3-19.5. Видов, П. В. Неклассические случайные блуждания и феноменологияфлуктуаций доходности ценных бумаг на фондовом рынке / П.
В. Видов, М. Ю.Романовский // УФН. – 2011. – т. 181. – № 7 – С. 774-778.6. Выскребцов В. Г. О возможности найти общее решений уравненийНавье-Стокса / В. Г. Выскребцов // Известия МГТУ «МАМИ». – 2012. – т. 2. –№ 2(14). – С. 270-276.7. Гисин, В. Б. Агентно-ориентированные модели фондового рынка / В. Б.Гисин, А. Б. Шаповал, Е. П. Лунева // Вестник Финансового университета. – 2008.– № 4. – С. 57-67.8. Голембиовский Д. Ю.
Моделирование динамики фьючерсных цен наиндексы РТС и ММВБ / Д. Ю. Голембиовский, Д. В. Денисов, А. С. Петровых //Вестник Московского университета. Серия 15: Вычислительная математика икибернетика. 2016. – № 4. – С. 25-33.9. Давниc, В. В. Альтернативное агрегирование ряда цен в соответствии сконцепцией рыночного времени / В. В. Давниc, И. М. Боровиков // Современнаяэкономика проблемы и решения. – 2011.
– № 12 (24). – С. 179-186.16310. Дубовиков, М. М. Размерность минимального покрытия и локальныйанализ фрактальных временных рядов / М. М. Дубовиков, А. В. Крянев, Н. В.Старченко // Вестник РУДН. – 2004. – т. 3. – № 1. – С. 81-95.11. Израйлевич, С. В.
Опционы. Разработка, оптимизация и тестированиеторговых стратегий / С. В. Израйлевич, В. Я. Цудикман. – М. : АльпинаПаблишер, 2018. – 340 с.12. Лебедева, Т. С. Стохастическая динамика цен в модели финансовогорынка с шумовыми агентами различных типов / Т. С. Лебедева // Научный журналКубГАУ. – 2015.
– т. 10. – № 114. – С. 1489-1501.13. Как инвестировать? [Электронный ресурс] – Режим доступа: http://kakinvestirovat.ru/pokupaj-deshevo-prodavaj-dorogo/ (дата обращения – 19.09.2018).14. Караев, А. К. Агентно ориентированное моделирование как основаизучения особенностей поведения финансового рынка / А. К. Караев, М. В.Мельничук // Финансы и кредит.
– 2010. – № 38. – С. 1-10.15. Ковел, М. Биржевая торговля по трендам. Как заработать, наблюдаятенденции рынка / М. Ковел. – Спб. : Издательство Питер, 2009. – 352 с.16. Колмогоров, А. Н. Математические модели турбулентного движениянесжимаемой вязкой жидкости / А. Н. Колмогоров // Успехи МатематическихНаук. – 2004. – т. 59. – № 1. – С. 5–10.17. Колмогоров, А.
Н. О представлении непрерывных функций несколькихпеременных в виде суперпозиций непрерывных функций одного переменного исложения / А. Н. Колмогоров // Доклад АН СССР. – 1957. – т. 114, № 5. –С. 953-956.18. Лебо, Ч. Компьютерный анализ фьючерсных рынков / Ч. Лебо Д.В.Лукас. – М. : Издательский Дом «Альпина», 1998. – 304 с.19. Лукашин, Ю. П. Статистические методы изучения фондового рынка / Ю.П.
Лукашин // Вопросы статистики. – 1995. – № 7. – С. 14-21.16420. Магазин торговых роботов, технических индикаторов [Электронныйресурс] – Режим доступа: https://www.mql5.com/ru/market (дата обращения –19.09.2018).21. Магнус, Я. Р. Эконометрика. Начальный курс: Учебник / Я. Р. Магнус,П. К. Катышев, А. А. Пересецкий. – М. : Дело, 2001.
– 575 с.22. Малинецкий, Г. Г. Парадигма самоорганизованной критичности.Иерархия моделей и пределы предсказуемости / Г. Г. Малинецкий, А. В. Подлазов// Изв. ВУЗов. Прикладная нелинейная динамика. – 1997. – т. 5. – № 5. – C. 89-106.23. Мантенья Р. Н. Введение в эконофизику. Корреляции и сложность вфинансах / Р. Н. Мантенья, X. Ю. Стенли // Перевод с английского В.
И. Гусева,С. В. Малахова, А. И. Митуса под редакцией В. Я. Габескирия – М.: , 2007. –188 с.24. Марков А. А. Об одном применении статистического метода. // ИзвестияИмператорской Академии наук. – 1916. – Сер. 6. – т. 10. – № 4. – С. 239-242.25. Моисеев, Н. А. Метод разложения Тейлора для улучшения прогнознойсилы регрессионных моделей / Н. А. Моисеев // Экономический журнал. – 2014. –т. 35. – № 3. – C. 51-58.26. Мусин, А. Р. Проблема нестационарности временных рядов припостроении эконометрических моделей на данных финансового рынка / А.
Р.Мусин // Научные исследования и разработки молодых ученых: сборникматериалов XV Международной молодежной научно-практической конференции(7 декабря, 2016 г) – Новосибирск : «НГТУ», 2016. – № 15. – С. 158-165.27. Мусин, А. Р. Использования фильтра Калмана для построенияпрогнозных моделей на данных финансового рынка / А. Р.
Мусин // Прикладныестатистические исследования и бизнес-аналитика: сборник материалов IIМеждународной научной конференции (12-20 декабря 2016 г.) – М. : «РЭУ им.Г.В. Плеханова», 2016. – С. 175-178.28. Мусин, А. Р. Исследование путей улучшения прогнозных способностеймоделей временных рядов финансового рынка / А. Р. Мусин // Статистические165методы исследования социально-экономических и экологических систем региона:материалы I Международной научно-практической конференции (26-27 октября2017 г.) – Тамбов : «ТГТУ»,2017. – С.
306-309.29. Мусин, А. Р. Методика приведения временных рядов к виду равногорыночного времени для построения прогнозных моделей на финансовом рынке /А. Р. Мусин // Экономика и предпринимательство. – 2017. – № 12. – ч. 3. –С. 625-630.30.
Мусин, А. Р. Сравнение качества прогнозных моделей валютного рынкас применением Калмановской фильтрации и традиционных моделей временныхрядов / А. Р. Мусин // Интернет-журнал Науковедение. – 2017. – т. 9. – № 3. –С. 1-11.31. Мусин, А. Р. Экономико-математическая модель прогнозированиядинамики финансового рынка / А. Р.
Мусин // Статистика и Экономика. – 2018. –т. 15. – № 4. – С. 61-69.32. Мусин, А. Р. Пути обучения автоматизированных торговых системфинансового рынка / А. Р. Мусин // Экономика и управление: проблемы, решения.– 2018. – т. 3 (81). – № 9. – С. 139-146.33. Мусин, А.
Р. Метод увеличения эффективности автоматизированныхторговых систем на основе агрегации прогнозных моделей финансового рынка /А. Р. Мусин // Экономика и предпринимательство. – 2018. – № 9. – С. 936-939.34. Мусин, А. Р. Применения теории турбулентного состояния жидкостей игазов для описания и прогнозирования динамики финансового рынка / А. Р.Мусин // Интеллект.
Инновации. Инвестиции. – 2017. – № 9. – С. 35-39.35. Мусин, А. Р. Применение математической модели турбулентногодвижение жидкости для прогнозирования значений обменных курсов / А. Р.Мусин // Азимут научных исследований: экономика и управление. – 2017. – т. 6. –№ 2 (19). – С. 200-203.36.
Мусин, А. Р. Алгоритмический волновой торговый советник / А. Р.Мусин, А. С. Сорокин // Свидетельство о государственной регистрации166программы для ЭВМ № 2018610604. Зарегистрировано в реестре программ дляЭВМ 12 января 2018 г.37. Мэрфи, Д. Технический анализ фьючерсных рынков: теория и практика /Д. Мэрфи. – М. : Сокол, 1996. – 592 с.38. Пардо, Р. Разработка, тестирование и оптимизация торговых систем длябиржевого трейдера / Р. Пардо.
– М. : Минакс, 2002. – 217 с.39. Пирожков, В. Г. Применение уравнения Фоккера-Планка при изучениифинансовых рынков / В. Г. Пирожков, О. О. Рошка, Т. С. Алероев // ВестникМГСУ. – 2017. – т. 12. – № 7. – С. 809-821.40. Прохоров, Ю. В. Теория вероятностей: Основные понятия. Предельныетеоремы. Случайные процессы. – 3-е изд. / Ю. В. Прохоров, Ю. А. Розанов. – М. :Наука, 1967. – 498 с.41. Романовский, М. Ю. Введение в эконофизику.
Статистические идинамические модели / М. Ю. Романовский, Ю. М. Романовский. – М.; Ижевск :Ин-т компьютер. исслед., 2012. – 338 с.42. Сорокин, А. С., Мусин А. Р. К вопросу применения фильтра Калмана вэконометрических моделях / А. С. Сорокин, А. Р. Мусин // Научно-аналитическийжурнал Наука и практика Российского экономического университета им.
Г.В.Плеханова. – 2017. – № 1 (25). – С. 71-76.43. Сорокин С. В. Использование нейросетевых моделей в поведенческомскоринге / С. В. Сорокин, А. С. Сорокин // Прикладная информатика. – 2015. –т. 10. – № 2 (56). – С. 92-109.44. Сотников, А. Н. Моделирование динамики и прогнозирование ценыотдельного вида продукции / А. Н. Сотников // Вопросы статистики. – 2002.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
