Репозитарій КНУ
Увійти(current)
  1. Головна
  2. Наукова періодика | Scientific periodicals
  3. Вісник Київського національного університету імені Тараса Шевченка. Фізико-математичні науки | Bulletin of Taras Shevchenko National University of Kyiv. Series: Physics and Mathematics
  4. 2022
  5. Вісник Київського національного університету імені Тараса Шевченка. Фізико-математичні науки. № 4
  6. Багатоетапний алгоритм з DTW та кластеризацією для прогнозування середньої депозитної ставки в Україні

Багатоетапний алгоритм з DTW та кластеризацією для прогнозування середньої депозитної ставки в Україні

Тип публікації :
Стаття
Дата випуску :
2022
Автор(и) :
Круковець, Д. Ю.
Мова основного тексту :
Англійська
eKNUTSHIR URL :
https://ir.library.knu.ua/handle/15071834/26040
DOI :
10.17721/1812-5409.2022/4.7
Журнал :
Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics  
Випуск :
4
ISSN :
1812-5409
Початкова сторінка :
55
Кінцева сторінка :
65
Цитування :
[APA 7] Круковець, Д. Ю. (2022). Multi-stage approach with DTW and clustering for forecasting of average deposit rate in Ukraine. Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics, (4), 55–65. https://doi.org/10.17721/1812-5409.2022/4.7
[ДСТУ] Круковець Д. Ю. Multi-stage approach with DTW and clustering for forecasting of average deposit rate in Ukraine. Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics. 2022. no. 4. P. 55—65. DOI: 10.17721/1812-5409.2022/4.7 (date of access: 18.07.2026).
Стаття присвячена розробці багатоетапного методу прогнозування, котриий базується на методах Dynamic Time Warping, кластеризації та AutoARIMA, що порівнюється з кількома традиційними методами на унікальному наборі даних.
Мета полягає в тому, щоб спрогнозувати середню ставку за депозитами в Україні, використовуючи дані, зібрані з веб-сайтів банків про їхні індивідуальні ставки за депозитами на щоденній основі. З цього багатого набору даних, стаття зосереджена лише на 12-місячних депозитних ставках у гривні для кожного банку. Більшість проблем, що є традиційними для підходу веб-скреппінгу, не мають значення в нашому випадку через особливості набору даних.
Ці показники об’єднуються в групи за схожістю в динаміці, прогнозуються окремо за допомогою AutoARIMA моделі і, нарешті, об’єднуються в загальний прогноз з використанням вагових коефіцієнтів, отриманих за допомогою оцінки OLS.
У статті представлено результат і порівняння з кількома іншими моделями, починаючи від простого випадкового блукання, кількох специфікацій ARIMA та простого випадкового лісу. Багатоетапний підхід перевершує бенчмарки за оцінкою RMSE та графічним аналізом за останній період даних.
Ключові слова :
Dynamic Time Warping ARIMA Clustering Random Forest Deposit rates Web-scrapping Dynamic Time Warping Кластеризація ARIMA Випадковий ліс Депозитні ставки Веб-скрепінг
Файл(и) :
Вантажиться...
Ескіз
Формат :

Adobe PDF

Розмір :

660.48 KB

Контрольна сума :

(MD5):90b36be21bddb6fb850292279346a763

Creative Commons Attribution 4.0 International
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution 4.0 International
Контакти
  • ir.library@knu.ua
  • (044) 239-33-30
  • м. Київ, вул. Володимирська, 58, к. 42

Побудовано за допомогою Програмне забезпечення DSpace-CRIS - Розширення підтримується та оптимізується 4Наука

  • Доступність
  • Політика приватності
  • Угода користувача
  • Надіслати відгук