Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів

Автор(и)

  • Р.Н. Квєтний Вінницький національний технічний університет
  • С.І. Бородкін Вінницький національний технічний університет

DOI:

https://doi.org/10.31649/1681-7893-2025-49-1-29-35

Ключові слова:

Elastic Net, Gaussian-затухання, часові ряди, обробка даних, фінансове прогнозування, вагове зважування, S&P 500, Dow Jones

Анотація

У статті запропоновано модифікацію Elastic Net-регресії для короткострокового прогнозування фінансових часових рядів шляхом введення гаусівського затухання ваг (Gaussian decay). Новий підхід спрямований на згладжування різких «стрибків» між останнім історичним і першим прогнозним значеннями, характерних для стандартної регуляризації. Для оцінки ефективності було формально виписано Elastic Net з чотирма схемами затухання ваг (без затухання, лінійне, експоненційне, гаусівське) та проведено емпіричні експерименти на даних індексів S&P 500, Dow Jones Industrial Average і Nasdaq Composite за 2020–2025 рр. Результати продемонстрували, що Gaussian decay мінімізує перехідний розрив і забезпечує найнижчі значення RMSE і Deviation для S&P 500 і Nasdaq, тоді як для Dow Jones оптимальною виявилася експоненційна схема.

Біографії авторів

Р.Н. Квєтний, Вінницький національний технічний університет

д.т.н., професор кафедри Автоматизації та інтелектуальних інформаційних технологій, факультет інтелектуальних інформаційних технологій та автоматизації

С.І. Бородкін, Вінницький національний технічний університет

аспірант кафедри Автоматизації та інтелектуальних інформаційних технологій, факультет інтелектуальних інформаційних технологій та автоматизації

Посилання

Hastie, T., Tibshirani, R., & Friedman, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd edition. Springer, – 2009 – 533p, https://doi.org/10.1007/978-0-387-84858-7.

Zou H., Hastie T. Regularization and variable selection via the elastic net. J. R. Stat. Soc. Series B, 2005, 67(2): 301–320, https://doi.org/10.1111/j.1467-9868.2005.00503.x.

Wang Y., Hao X., Wu C. Forecasting stock returns: A time-dependent weighted least squares approach. Journal of Financial Markets, 2021, 53: 100568, https://doi.org/10.1016/j.finmar.2020.100568.

Dikheel T.R., Yaseen A.Q. Robust lag weighted lasso for time series model. J. Modern Applied Statistical Methods, 2021, 19(1): 14, https://doi.org/10.56801/10.56801/v19.i.1081.

Lütkepohl, H., Xu, F. The role of the log transformation in forecasting economic variables. Empir Econ 42, 2012, 619–638, https://doi.org/10.1007/s00181-010-0440-1.

Tsay R.S. Analysis of Financial Time Series. 2nd ed. Wiley, 2010, https://doi.org/10.1002/9780470644560.

E. S. Gardner Jr., Exponential Smoothing: The State of the – Part II. International Journal of Forecasting, 22(4), 637–666, https://doi.org/10.1016/j.ijforecast.2006.03.005

R.J. Hyndman, A.B. Koehler. Another look at measures of forecast accuracy. Int. J. Forecast., 2006, 22(4):679–688, https://doi.org/10.1016/j.ijforecast.2006.03.001

##submission.downloads##

  • PDF
    Завантажень: 2
Переглядів анотації: 1

Опубліковано

2025-06-18

Як цитувати

[1]
Р. Квєтний і С. Бородкін, «Покращена модель регуляризації ELASTIC NET для обробки фінансових часових рядів», Опт-ел. інф-енерг. техн., вип. 49, вип. 1, с. 29–35, Чер 2025.

Номер

Том 49 № 1 (2025)

Розділ

Методи та системи оптико-електронної і цифрової обробки зображень та сигналів

Метрики

Завантаження

Дані завантаження ще не доступні.

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  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 цьому журналі.
  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).