By this author

Forecasting the return and volatility of financial instruments with fuzzy inference systems and ARMA-GARCH-models

Issue number 3 from 18.12.2025

В работе к задачам прогнозирования доходности и волатильности финансовых инструментов применяется модификация модели GARCH, основанная на системах нечеткого вывода (fuzzy inference system, FIS). Данная модификация позволяет учитывать асимметричность волатильности, использовать большое число нечетких кластеров, осуществлять мягкое переключение между кластерами и динамически адаптировать их структуру. Такой подход учитывает разное поведение волатильности при разных условиях. При использовании моделей вида FIS в системе может учитываться большое число влияющих факторов без необходимости явно включать их в модель. Также может оцениваться и динамически меняться степень влияния этих факторов. Для ряда доходности финансовых инструментов сначала строится модель ARMA. Затем на ее остатках калибруются параметры модели FIS-GARCH, которая в дальнейшем используется для прогноза волатильности. Исследовано более 35 выборок дневных котировок инструментов финансового рынка России. Среди рассмотренных сегментов рынка — фондовый, долговой и денежный. Расчеты показывают, что для некоторых типов временных рядов, в особенности для инструментов рынка акций, нечеткий подход дает результат, превосходящий стандартную модель авторегрессионной условной гетероскедастичности. На некоторых временных рядах нечеткие системы позволяют существенно повысить точность прогнозов (что подтверждается статистическими критериями), но в большом числе случаев ошибки прогнозирования при использовании нечетких систем и без них сопоставимы. Можно утверждать, что нечеткие системы, благодаря своим особенностям, имеют потенциал в прогнозировании доходности и волатильности на фондовом рынке.

24 0