Регрессионные динамические модели. Авторегрессия и модель с распределенными лагами. Схема Койека. Адаптивные ожидания.

Традиционно управление сложными динамическими системами осуществляется детерминированными способами с применением математических моделей и методов, относящихся к теории оптимизации. Такой подход достаточно хорошо отработан и применим в случае эксплуатации систем в стационарной среде при наличии точных математических моделей. Задача о быстродействии является одной из актуальных задач оптимального управления. Её решение представляет значительный теоретический и практический интерес для многих технических динамических систем. Она возникает, например, при выводе потенциально опасных объектов из предаварийных состояний. Цель работы заключается в изучении регрессионных динамических моделей и авторегрессия, а также в рассмотрении Схемы Койка и адаптивных ожиданий.

---

Многих не устраивает цена реферата по архитектуре на заказ. У нас вы можете получить качественный реферат по низкой цене. К тому же мы даем скидку в 1000 рублей на первый заказ!

---

. Задачи: 1) Изучить регрессионные динамические модели. 2) Рассмотреть авторегрессию и модель с распределенными лагами. 3) Рассмотреть схема Койека и изучить адаптивные ожидания В работе использовались теоретические методы. Курсовая работа состоит из введения, трёх глав, заключения и списка литературы.

В результате анализа  указанных процессов предложена универсальная регрессионная модель для прогнозирования рыночной цены, на основе которой могут быть разработаны, в частности, различные по назначению индикаторы рынка, торговые советники для оптимизации деятельности трейдеров, автоматических торговых систем (АТС) и, возможно, создана реальная основа для разработки торгового робота - РОБОТРЕЙДЕРА, осуществляющего выгодные торговые операции без участия и во благо человека. Динамические регрессионные модели позволяют учитывать причинные факторы, такие как цены и другие экономических показателей в ваших прогнозах. Динамические регрессионные модели – сочетание стандартных моделей регрессионных операций с возможностью использования динамических условиях, охватывающих тенденции, сезонность. В результате получается более точная модель. Большинство методов прогнозирования могут быть в значительной степени автоматизированы экспертной системой (например Forecast Pro), которая выполняет различные статистические тесты, а затем выбирает и строит окончательную модель. Регрессия несет немного иной подход. Это один из методов прогнозирования в экспертной системе, где знание техники и опыт создания моделей конкретным исполнителем оказываются довольно полезными. Создание динамической регрессионной модели, как правило, итерационная процедура, начинается она с первоначальной модели и в процессе экспериментирования добавляются или удаляются независимые переменные и динамические условия до тех пор, пока не получится приемлемая модель. Экспертной системы предоставляет полный спектр самостоятельной интерпретации гипотез, чтобы помочь в

1) Котенко А. Е., О методах технического и фундаментального анализа при исследовании рынка Forex, Электронный журнал «ИССЛЕДОВАНО В РОССИИ», http://zhurnal.ape.relarn.ru/articles/2003/151.pdf 2) Якимкин В. Н., Рынок Форекс – Ваш путь к успеху, М., «Акмос- Медиа», 2001. 3) Лиховидов В. Н., Фундаментальный анализ валютных рынков: методы прогнозирования и принятия решений, Владивосток, 1999. 4) Бункина М.К., Семенов А. М., Основы валютных отношений, М., Юрайт, 2000. 5) Сакс Джеффри Д., Ларрен Б. Филипс, Макроэкономика: глобальный подход., М., Дело, 1996. 6) Rhea, Robert. Dow Theory,- New York; Barrons, 1932. 7) Greiner, P. and H. C. Whitcomb: Dow Theory, New York: Investor’s Intelligence, 1969. 8) Гуляева О. С., Управление валютными рисками на основе предпрогнозного анализа валютных курсов фрактальными методами, Автореферат диссертации на соискание ученой степени кандидата экономических наук, Москва-Тверь, ТвГУ, 2008. 9) Годынский Э.Г., Мартынова М.А. Разработка и использование сигнатурных ситуационных моделей при формировании стратегий управления в чрезвычайных ситуациях // Мониторинг и прогнозирование чрезвычайных ситуаций: тезисы докладов научно-технической конференции/ СПб, 1999. С.17-19. 10) Понтрягин Л.С. Математическая теория оптимальных процессов. М.: Наука, 1976. 392 с. 11) Берщанский Я.М. Об одном методе решения задач линейного и выпуклого программирования //ЖВМ и МФ. 1970. Т. 10. №3. С.621-629. 12) Фатуев В А., Лазукин А.А. Построение моделей линейных динамических систем, ориентированных на оптимальное по быстродействию управление.// Известия ТулГУ.. 1999. С. 146-153. 13) Фатуев В.А. Построение оптимальных моделей динамики по экспериментальным данным: учеб. пособие. Тула: ТулГУ, 1993. 104 с. 14) Фатуев В.А., Маркова Т.Н. Математические модели объектов управления: учебное пособие. Тула: ТулГУ, 2002. 119 с. 15) Фатуев В.А.. Лазукин А.А. Анализ пригодности моделей линейных динамических систем для оптимального по быстродействию управления. // Известия ТулГУ. Серия “Вычислительная техника. Информатика.” Вып.5. Тула 1999. С. 169-175.