Нейро-нечіткі технології моделювання в економіці
Permanent URI for this community
Browse
Browsing Нейро-нечіткі технології моделювання в економіці by Subject "330.4"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item Research of the dependence of the efficiency of modeling the creditworthiness of borrowers on the method of forming a control subset(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2020) Pyrohov, Viacheslav; Пирогов, В’ячеслав І.; Turchenko, Stanislav; Турченко, Станіслав В.In the article has been conducted a research aiming increase of classification result stability of commercial bank’s debtor creditworthiness with usage of boosted decision trees and neural network algorithms due to the use of stratified sampling. It is proposed to improve the classical procedure of stratified sampling by taking into account not only the target variable, but also the most significant predictors of the model when forming the control subset. Experimental calculations to test the proposed hypotheses were carried out using the program packages LGBM and H2O on the data of international consumer finance provider Home Credit. In the article checked and confirmed that the use of stratified sampling in the process of forming a control subset during training of machine learning models makes possible to increase their stability and accuracy of forecasts on new data sets. As per the achieved results, the authors’ approach of stratified sampling during forming a control dataset by target variable and the most significant characteristics of a model demonstrates a higher average accuracy for boosted decision trees on the test subset compared to the standard stratified sampling algorithm and random selection. У статті проведено дослідження з підвищення стійкості результатів класифікації кредитоспроможності боржників комерційного банку з використанням бустингових дерев рішень та нейромережевих алгоритмів за рахунок застосування стратифікованого семплінгу. Запропоновано удосконалення класичної процедури стратифікованого семплінгу шляхом врахування при формуванні контрольної вибірки не тільки цільової змінної, але й найбільш значущих предикторів моделі. Експериментальні розрахунки для перевірки висунутих гіпотез проведено з використанням програмних пакетів LGBM і H2O на даних міжнародного провайдера споживчого кредитування Home Credit. У статті перевірено та підтверджено, що використання стратифікованого семплінгу в процесі формування контрольної вибірки під час навчання моделей машинного навчання дозволяє підвищити їх стабільність і точність прогнозів на нових наборах даних. Відповідно до отриманих результатів, авторський підхід до стратифікованого семплінгу при формуванні контрольного набору даних за цільовою змінною та найбільш значущими характеристиками моделі демонструє вищу середню точність для бустингових дерев рішень на тестовій вибірці в порівнянні зі стандартним стратифікованим алгоритмом семплінгу та випадковим відбором.Item Visibility graphs and precursors of stock crashes(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2019) Soloviev, Vladimir; Соловйов, Володимир М.; Соловьев, Владимир Н.; Solovieva, Viktoria; Соловйова, Вікторія В.; Соловьева, Виктория В.; Tuliakova, Anna; Тулякова, Анна Ш.Based on the network paradigm of complexity, a systematic analysis of the dynamics of the largest stock markets in the world has been carried out in the work. According to the algorithm of the visibility graph, the daily values of stock indices are converted into a network, the spectral and topological properties of which are sensitive to the critical and crisis phenomena of the studied complex systems. It is shown that some of the spectral and topological characteristics can serve as measures of the complexity of the stock market, and their specific behaviour in the pre-crisis period is used as indicators-precursors of crisis phenomena. The influence of globalization processes on the world stock market is taken into account by calculating the interconnection (multiplex) measures of complexity, which modifies in some way, but does not change the fundamentally predictive possibilities of the proposed indicators-precursors. Виходячи з мережної парадигми складності, у роботі проведено системний аналіз динаміки найбільших фондових ринків світу. За алгоритмом графа видимості щоденні значення фондових індексів перетворено у мережу, спектральні і топологічні властивості якої чутливі до критичних і кризових явищ досліджуваних складних систем. Показано, що деякі із спектральних і топологічних характеристик можуть слугувати мірами складності фондового ринку, а їх специфічна поведінка у передкризовий період використовуватись у якості індикаторів-передвісників кризових явищ. Вплив процесів глобалізації на світовий фондовий ринок враховано шляхом розрахунку міжмережніх (мультиплексних) мір складності, які певним чином модифікують, але не змінюють принципово прогнозних можливостей запропонованих індикаторів-передвісників. В работе проведен системный анализ динамики крупнейших фондовых рынков мира, базируясь на сетевой парадигме сложности. Согласно алгоритму графа видимости ежедневные значения фондовых индексов преобразованы в сеть, спектральные и топологические свойства которой чувствительны к критическим и кризисным явлениям исследуемых сложных систем. Показано, что некоторые из спектральных и топологических характеристик могут служить мерами сложности фондового рынка, а их специфическое поведение в предкризисный период использоваться в качестве индикаторов-предвестников кризисных явлений. Влияние процессов глобализации на мировой фондовый рынок учтено путем расчета межсетевых (мультиплексных) мер сложности, которые определенным образом модифицируют, но не меняют принципиально прогнозных возможностей предложенных индикаторов-предвестников.Item Графодинамічні методи дослідження складності сучасних фондових ринків(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2016) Соловйов, Володимир М.; Soloviev, Vladimir; Соловьёв, В. Н.; Тулякова, Анна Ш.; Tuliakova, AnnaУ статті запропоновано концептуально новий методологічний підхід до аналізу фінансових часових рядів, який автори застосовують разом з іншими для дослідження складності фінансових ринків. Суть цього підходу полягає в тому, що для побудови нових мір динамічної складності ринку часові ряди фінансових даних попередньо перетворюються в складні мережі на основі ідеї рекурентності точок фазової траєкторії системи. Далі для побудованої мережі розраховується широкий набір показників, що відображають різноманітні спектральні і топологічні характеристики мережі. Реалізація алгоритму ковзного вікна дозволяє прослідкувати графодинаміку складної системи. Якщо та чи інша з визначених мір складності проявляє характерну поведінку у часі, яка збігається з певними критичними змінами на фінансових ринках, її можна використати у якості індикатора-передвісника таких змін. Проведене експериментальне дослідження складних мереж, побудованих у рамках запропонованого методологічного підходу, підтвердило його адекватність і високу здатність до передбачення кризових явищ на фондових ринках.