Комбінований метод прогнозування вартості цінних активів на основі фінансових даних
DOI:
https://doi.org/10.20535/1560-8956.48.2026.351926Ключові слова:
інформаційні технології, вартість цінних активів, метод прогнозування, агрегація, статистичні дані, чисельні методи, згладжування даних, агрегація даних, підхід на основі адаптивностіАнотація
У статті представлено комбінований метод прогнозування вартості цінних активів, розроблений з метою підвищення точності та надійності оцінювання їхньої майбутньої ринкової вартості в умовах високої динамічності фінансового середовища. Запропонований підхід поєднує статистичні, економетричні та машинні методи оброблення даних, що дає змогу комплексно враховувати лінійні та нелінійні залежності у часових рядах, а також адаптуватися до змін ринкової кон’юнктури. Адаптивність моделі забезпечується через використання механізмів динамічного оновлення параметрів, вагового перерозподілу між моделями залежно від їх поточної ефективності та застосування ковзного вікна для відбору актуальної інформації. Проведене експериментальне дослідження на основі реальних фінансових даних продемонструвало переваги комбінованого підходу над традиційними моделями прогнозування, зокрема в умовах підвищеної волатильності та структурних змін. Отримані результати підтверджують доцільність інтеграції різних методів аналізу даних у єдину адаптивну систему прогнозування та засвідчують її практичну цінність для аналітиків, трейдерів та фінансових інституцій.
Бібл. 19, іл. 4, табл. 4
Посилання
“Portfolio.” Merriam-Webster.com Dictionary, Merriam-Webster. URL: https://www.merriam-webster.com/dictionary/portfolio (application date: 27.10.2025).
“Portfolio” North Carolina State University, Financial Mathematics. URL: https://financial.math.ncsu.edu/glossary-p/portfolio/ (application date: 27.10.2025)
Stock Market / Hargreaves Lansdown. URL: https://www.hl.co.uk/learn/glossary/stock-market (application date:13.03.2025).
Shahini Gollopeni, Krenare & Bilalli, Argjira & Gara, Atdhetar. (2023). The Impact of Stock, Market. On Economic. Growth: Evidence from Developed European.Countries. SEEU Review. 18. 191-202. DOI: https://doi.org/10.2478/seeur-2023-0081.
Guiso, Luigi & Jappelli, Tullio. (2008). Financial literacy and portfolio diversification. European University Institute, Economics Working Papers. ISSN 1725-6704.
Nguyen, D. S., Van Hoang, T. H., Pho, K. H., & Nhan, D. T. T. (2023). Financial Literacy and portfolio diversification: Evidence from Vietnam. Journal of Competitiveness, 15(3). DOI: https://doi.org/10.7441/joc.2023.03.05
Dinesh, Shoban & Rao, Nithin & Anusha, S & R, Samhitha. (2021). Prediction of Trends in Stock Market using Moving Averages and Machine Learning. 1-5. DOI: https://doi.org/10.1109/I2CT51068.2021.9418097.
P. Zope. Stock Price Prediction using Moving Average Time Series. International Journal of Research Publication and Reviews, Vol 4, no 6, pp 656-662 June 2023. ISSN 2582-7421. URL: https://ijrpr.com/uploads/V4ISSUE6/IJRPR14104.pdf (application date: 16.11.2025).
Shang, Jin, and Shigeyuki Hamori. 2023. Do Large Datasets or Hybrid Integrated Models Outperform Simple Ones in Predicting Commodity Prices and Foreign Exchange Rates? Journal of Risk and Financial Management 16:298. DOI: https://doi.org/10.3390/jrfm16060298.
Sergii Telenyk, Grzegorz Nowakowski, Olena Gavrilenko, Mykhailo Miahkyi, Olena Khalus. An analysis of the influence of famous people’s posts on social networks on the cryptocurrency exchange rate. BULLETIN OF THE POLISH ACADEMY OF SCIENCES TECHNICAL SCIENCES, Vol. 72(4), 2024, Article number: e150117. DOI: https://doi.org/10.24425/bpasts.2024.150117.
Mo, Hanlin. (2023). Comparative Analysis of Linear Regression, Polynomial Regression, and ARIMA Model for Short-term Stock Price Forecasting. Advances in Economics, Management and Political Sciences. 49. 166-175. DOI: https://doi.org/10.54254/2754-1169/49/20230509.
Turbal, Y., Турбал, М., Кубай, О., Смірнов, Д., & Мельничук, М. (2025). Метод прогнозування на основі усереднення поліноміальної екстраполяційної послідовності . Modeling, Control and Information Technologies: Proceedings of International Scientific and Practical Conference, (8), 326–329. DOI: https://doi.org/10.31713/MCIT.2025.102
Костiнський О. (2014). Про принципи сплайн-екстраполяцiї геофiзичних даних . Reports of the National Academy of Sciences of Ukraine, (2), 111–117. DOI: https://doi.org/10.15407/dopovidi2014.02.111.
S. Siami-Namini, N. Tavakoli and A. S. Namin, "The Performance of LSTM and BiLSTM in Forecasting Time Series," 2019 IEEE International Conference on Big Data (Big Data), Los Angeles, CA, USA, 2019, pp. 3285-3292, DOI: https://doi.org/10.1109/BigData47090.2019.9005997.
Shumway, Robert H., and David S. Stoffer. "ARIMA models." Time series analysis and its applications: with R examples. Cham: Springer International Publishing, 2017. 75-163. DOI: https://doi.org/10.1007/978-3-319-52452-8_3.
Benveniste, Albert, Michel Métivier, and Pierre Priouret. Adaptive algorithms and stochastic approximations. Vol. 22. Springer Science & Business Media, 2012. DOI: https://doi.org/10.1007/978-3-642-75894-2.
Landau, Ioan Doré, et al. Adaptive control: algorithms, analysis and applications. Springer Science & Business Media, 2011. DOI: https://doi.org/10.1007/978-0-85729-664-1.
NIFTY-50 Stock Market Data (2000 - 2021) / Kaggle. URL: https://www.kaggle. com/datasets/rohanrao/nifty50-stock-market-data (application date: 13.10.2025).
Lewis D. Industrial and Business Forecasting Methods: A Practical Guide to Exponential Smoothing and Curve Fitting. London: Butterworth Scientific; 1982. DOI: https://doi.org/10.1002/for.3980020210.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
1.Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.
3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах). Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це: The Effect of Open Access.
