Виявлення короткочасної та довготривалої пам’яті та прогнозування часових рядів методами складних ланцюгів Маркова

Abstract

В статті запропоновано нові методи прогнозування часових рядів, суттєвими відмінностями яких є використання складних ланцюгів Маркова з пам’яттю. Проведено експериментальну роботу та зроблені висновки щодо можливості прогнозування часових рядів запропонованими методами. Основну увагу приділено обґрунтуванню кроків алгоритму та аналізу отриманих результатів прогнозування. Також запропоновано методику оцінювання можливої похибки прогнозів на основі аналізу дисперсії процесу, що моделюється. Наведені результати прогнозування індексів фондових ринків, таких як Dow Jones та інших.

The article deals with new time series forecasting methods, the main distinctions of which is the usage of memory-based complex Markov chains. The experimental work was done and the conclusions are made about possibilities of time series forecasting with the proposed methods. The main attention is paid to the algorithm explanation and the forecasting results analysis. Also the methods of prediction errors evaluation is proposed, based on the analysis of predicted signal’s variance. The forecasting results for financial market’s indices are reviewed, such as Dow Jones, S&P 500 and others.