Ідентифікація параметрів моделей динаміки активів

Abstract

Розглянуто проблему ідентифікації параметрів математичних моделей динамічних процесів, які можуть бути описані звичайними диференціальними рівняннями та системами рівнянь. На прикладі математичних моделей динамічного формування ринкової вартості однієї акції та портфеля цінних паперів розроблено алгоритми побудови оптимальних значень параметрів таких моделей. Алгоритми параметричної ідентифікації та оптимізації ґрунтуються на ітераційних процедурах, які дозволяють на кожному кроці формувати «кращі» з точки зору вибраних критеріїв якості значення параметрів моделі. Гарантовані оцінки параметрів будуються у класі еліпсоїдальних множин, які, на прикладі математичних задач фінансового аналізу, дозволяють отримати гарантовані фінансові показники інвестиційної діяльності.

Рассмотрена проблема идентификации параметров математических моделей динамических процессов, которые когут бать описаны обыкновенными дифференциальными уравнениями и системами таких уравнений. На примере математических моделей динамического формирования рыночной стоимости одной акции и портфеля ценных бумаг разработаны алгоритмы построения оптимальних значений параметров таких моделей. Алгоритмы параметрической идентификации и оптимизации основаны на итерационных процедурах, которые позволяют на каждом шагу формировать «лучшие» с точки зрения выбраных критериев качества значения параметров модели. Гарантированные оценки параметров строяться в классе эллипсоидальных множеств, которые позволяют получить гарантированные финансовые показатели инвестиционной деятельности на примере математических задач финансового анализа.

The problem of identification of parameters of mathematical models of dynamic processes is considered that can be described by ordinary differential equations and systems of such equations. Using an example of mathematical models of dynamic formation of the market value per share and stock portfolio, algorithms were developed for constructing the optimal values of parameters of such models. The algorithms for parametric identification and optimization are based on iterative procedures that allow, at each step, to obtain “the best” values of model’s parameters based on selected quality criteria. Guaranteed parameters’ estimations are built in the class of ellipsoidal sets that allows to obtain the guaranteed financial performance of investment operations using the mathematical problems of the financial analysis as an example.