Библиографическое описание:Комплексная методология поддержки принятия инвестиционных решений : научное издание / А. В. Зиненко. - Текст : непосредственный // Модели, системы, сети в экономике, технике, природе и обществе. - 2025. - № 3. - С. 141-152. - ISSN 2227-8486, DOI 10.21685/2227-8486-2025-3-11.
Аннотация:Актуальность и цели. Выделена необходимость модификации традиционных статистических методов, которые основываются на предположении о нормальности распределения котировок и не учитывают более сложные динамические характеристики финансовых активов. Предложена новая методология, включающая бинарный подход к выбору активов в портфель, где основанием для принятия решения служат отклики, полученные от многопрофильных методов прогнозирования. Цель исследования - повышение эффективности инвестиционных решений за счет разработки комплексной методологии поддержки принятия решений на основе трансформации, комбинирования и синтеза статистических и спектральных методов прогнозирования временных рядов. Материалы и методы . Комплексная методология включает в себя методы прогнозирования ARIMA/ARMA, ARIMA/GARCH и разложение Фурье, модифицированные автором. Для принятия решений на основе разработана общая модель и ее частные случаи - алгоритмы модифицированного случайного леса и Adaboost. Результаты . Валидация моделей, входящих в методологию, была осуществлена в сравнении с классической моделью Марковитца на четырех мировых индексах за разные временные промежутки. В подавляющем большинстве случаев предложенные модели показали лучший результат, чем классическая модель. Выводы . Комплексная методология поддержки принятия инвестиционных решений является более гибкой в сравнении с существующими за счет адаптации к характеру временных рядов и позволяет повысить эффективность инвестиций, что было показано при валидации. В дальнейшем планируется апробация методологии на российском рынке с расчетом экономического эффекта.
Background. The paper highlights the need to modify traditional statistical methods that are based on the assumption of normal distribution of quotes and do not take into account more complex dynamic characteristics of financial assets. The author proposes a new methodology that includes a binary approach to selecting assets in a portfolio, where the basis for making a decision is the feedback received from multidisciplinary forecasting methods. The purpose of the study is to improve the efficiency of investment decisions by developing a comprehensive methodology for supporting decision-making based on the transformation, combination and synthesis of statistical and spectral methods for forecasting time series. Materials and methods . The comprehensive methodology includes forecasting methods ARIMA/ARMA, ARIMA/GARCH and Fourier decomposition, modified by the author. To make decisions on this basis, a general model and its special cases was developed - modified random forest and Adaboost algorithms. Results . Validation of the models included in the methodology was carried out in comparison with the classical Markowitz model on four world indices for different periods. In the vast majority of cases, the proposed models showed a better result than the classical model. Conclusions . The integrated methodology for supporting investment decision-making is more flexible compared to existing ones due to adaptation to the nature of time series and allows for increased investment efficiency, which was shown during validation. In the future, author plans to test the methodology on the Russian market with calculation of the economic effect.
