Анотація. Розглянуто проблему прогнозування часових рядів цін акцій провідних світових компаній, яким властива довготермінова пам’ять. Зроблено припущення, що у разі застосування традиційних методів аналізу ігнорування наявності подібної кореляційної структури часових рядів призводить до появи значно більшої похибки, ніж врахування довготермінової пам’яті за фактичної її відсутності. Передбачається, що коливання цін на інструменти фінансового ринку описуються процесом Герста, який моделює процеси з довготерміновою пам’яттю. Такий часовий ряд не можна ефективно аналізувати за допомогою традиційних стаціонарних моделей, які повністю ігнорують цей факт. Ставиться задача — з використанням розглянутого методу встановити наявність довготермінової пам’яті у вихідного часового ряду і визначити його тип.
Ключові слова: часові ряди, фрактал, нейронні мережі.
Шаташвили Альберт Даниелович,
доктор физ.-мат. наук, профессор Батумского государственного университета имени Шота Руставели, Грузия, shatal@bk.ru
Дидманидзе Ибраим Шотаевич,
кандидат физ.-мат. наук, доктор философии, профессор Батумского государственного университета имени Шота Руставели, Грузия, ibraim.didmanidze@bsu.edu.ge; ibraimd@mail.ru
Кахиани Григорий Александрович,
академический доктор информатики, ассоциированный профессор Батумского государственного университета имени Шота Руставели, Грузия, gregory.kakhiani@bsu.edu.ge
Фомина Тамара Александровна,
кандидат физ.-мат. наук, доцент Батумского государственного университета имени Шота Руставели, Грузия, shatal@bk.ru