SCI Библиотека

Расширение портфеля инструментов для управления финансами предприятия с целью повышения доходности вложений является актуальной задачей. В статье мы обсудили модель системы поддержки принятия торговых решений на финансовых рынках на основе вероятностного анализа и машинного обучения, которая может быть использована для ее решения. Целью работы является разработка и апробация модели системы поддержки принятия решений при совершении торговых операций с биржевыми финансовыми инструментами в рамках процесса управления финансами предприятия. Модель основана на технологиях машинного обучения, обеспечивающих получение больших объемов исходных данных, их первичную обработку, формирование многомерного пространства векторов признаков и его трансформацию. Метод прогнозирования рассмотрен на основе правила Байеса. Полученные байесовские вероятности собраны в гиперкуб, который используется для определения правил принятия торговых решений. Разработанная модель протестирована на исторических данных срочного рынка Московской биржи на примере фьючерса на индекс РТС в качестве основного инструмента для выполнения операций и фьючерса на курс доллара США к рублю в качестве вспомогательного инструмента, используемого для анализа. Для оценки результатов тестирования разработаны количественные метрики, включающие в себя количество и объем прибыльных и убыточных сделок, среднюю/средний прибыль/убыток в расчете на одну сделку. С их помощью проанализирована эффективность и границы применимости разработанной модели. Модель может быть реализована в виде программного HFT-робота, способного обеспечить вероятность получения прибыли, превышающую вероятность потерь. В качестве дальнейших шагов по развитию данной темы могут быть предприняты исследования механизмов формирования векторов признаков с помощью методов интеллектуального анализа данных.

Объектом исследования является долгосрочный инвестиционный мегапроект с множеством участников, имеющих самостоятельные проекты с высокими рисками реализации. Мега-проект представлен в виде ориентированного графа Gij без контуров. Решается задача поиска оптимальной стратегии распределения инвестиционных ресурсов компании между проектами с различными коэффициентами приоритетности. Каждый проект Gk (1<=k<=n) имеет директивный срок окончания строительства Dk и допустимую (минимальную и максимальную) вероятность завершения (P* и P** соответственно). Основная идея задачи распределения ресурсов между n проектами состоит в повышении вероятности завершения мегапроекта в директивные сроки Dk при заданных начальных объемах инвестиционных ресурсов мегапроекта С. Необходимо определить объем инвестиционных ресурсов Ckt, выделяемых k - му проекту в момент времени t>=0, при которых целевая функция максимальна. Задача представлена решением основной и вспомогательной задач для всех проектов Gk, 1<=k<=n. Построены алгоритмы реализации задач, показана их работоспособность на реальной экономической информации.

Объектом исследования является долгосрочный инвестиционный мегапроект с множеством участников, имеющих самостоятельные проекты с высокими рисками реализации. Мегапроект представлен в виде ориентированного графа Gij без контуров. Решается задача поиска оптимальной стратегии распределения инвестиционных ресурсов компании между проектами с различными коэффициентами приоритетности. Каждый проект имеет директивный срок окончания строительства; и допустимую (минимальную и максимальную) вероятность завершения Основная идея задачи распределения ресурсов между n проектами состоит в повышении вероятности завершения мегапроекта в директивные сроки при заданных начальных объемах инвестиционных ресурсов мегапроекта. Необходимо определить объем инвестиционных ресурсов Ckt, выделяемых k - му проекту в момент времениt >= 0, при которых целевая функция максимальна. Задача представлена решением основной и вспомогательной задач для всех проектов Gk. Построены алгоритмы реализации задач, показана их работоспособность на реальной экономической информации.

В статье представлены ключевые результаты анализа рынка аутсорсинговых услуг в Донецкой Народной Республике и определены тенденции его развития. В процессе исследования использованы общенаучные методы: индукции и дедукции, сравнительного и системного анализа. Использован социологический опрос для формирования массива данных о состоянии рынка аутсорсинговых услуг. Практическая значимость проведенного исследования заключается в том, что выделенные тенденции развития рынка аутсорсинговых услуг могут быть использованы органами исполнительной власти Донецкой Народной Республики для разработки мероприятий по цифровизации и развитию отрасли в рамках подготовки программ и стратегий развития экономики Республики.