Проверяемый текст
Беляков, Станислав Сергеевич. Использование агрегирования в методах нелинейной динамики для анализа и прогнозирования временных рядов котировки акций (Диссертация 2005)
[стр. 113]

концов средних интервалов соединяем пунктирным отрезком, в результате чего получаем границы срединной области гистограммы (СОГ).
На третьем этапе исследуемый временной ряд преобразуем в
лингвистический временной ряд вида (3.2), осуществляя окрашивание каждого столбика і'истограммы, как показано на рис.3.2.
Рассматривая і-й столбик этой гистограммы, элемент у, заменяем термом Н, если верх столбика находится ниже СОГ, иначе заменяем у, термом С, если его верх принадлежит СОГ и, наконец, заменяем термом В, если верх этого столбика находится выше СОГ.
Работа третьего этапа, а вместе с ним и работа алгоритма заканчивается тогда, когда
последний элемент у„ ряда (3.1) заменяется соответствующим термом.
Тем самым лингвистический временной ряд (3.2) считается построенным.
Полученный для агрегированного временного ряда
еженедельного поступления больных в отделение пульмонологии (3.1) лингвистический ВР (3.2) представлен таблицей 3.1, а соответствующим образом раскрашенная гистограмма представлена на рис.3.2.
Как отмечается в [108], временные ряды вида (3.1) и (3.2) обладают долговременной памятью [140].
Последнее означает, что такие ряды аккумулируют предыдущую информацию о
количестве поступивших больных и степень его влияния на последующее число поступления больных в отделение.
Иными словами, в этих рядах заключена информация об определенных закономерностях, которые в научной литературе принято относить к так называемой долговременной
памяти.
113
[стр. 122]

ными отрезками, получаем, как показано на рисунке 4.2, верхнюю огибающую ломанную (ВОЛ) и нижнюю огибающую ломанную (НОЛ).
На втором этапе последовательно для каждого столбика гистограммы рассматриваем отрезок, соединяющий точку его пересечения с НОЛ точкой его пересечения с ВОЛ.
Этот отрезок делим на три равновеликих интервала: нижний, средний и верхний.
Отмечаем на каждом из таких отрезков концы среднего интервала, после чего каждую пару соседних верхних (нижних) концов средних интервалов соединяем пунктирным отрезком, в результате чего получаем границы срединной области гистограммы (СОГ).
На третьем этапе исследуемый временной ряд преобразуем в
ЛВР вида (4.2), осуществляя окрашивание каждого столбика гистограммы, как показа? но на рис.4.2.
Рассматривая /-й столбик этой гистограммы, элемент (у(.) заменяем термом Н , если верх столбика находится ниже СОГ, иначе заменяем (у,.) термом С, если его верх принадлежит СОГ и, наконец, заменяем термом В, если верх этого столбика находится выше СОГ.
Работа третьего этапа, а вместе с ним и работа алгоритма заканчивается тогда, когда
элемент (уп) ряда (4.1) заменяется соответствующим термом.
Тем самым ЛВР (4.2) считается построенным.
Полученный для агрегированного временного ряда
двухнедельной котировки акций «Сбербанк» (4.1) лингвистический ВР (4.2) представлен таблицей 4.1, а соответствующим образом раскрашенная гистограмма представлена на рис.4.2.
122

[стр.,123]

Таблица 4.1 Агрегированный лингвистический временной ряд двухнедельной котировки акций «Сбербанк» 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 111 Н С с В С В Н В С С Н Н Н С Н С С В С В С Н С Н Н С 1 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 41 В С Н с С В с В В с Н С С Н С В В С Н Н С Н С Н Н С 1 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 41 С В В С Н С С В С В с Н Н С С В С С В В С Н Н С С В 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 3 1 3 3 65 57 59 71 73 75 77 Н о м е р н а б л ю д е н и я Рис.4.2 Гистограмма агрегированного лингвистического временного ряда котировки акций «Сбербанк» после 1-5 этапов алгоритма преобразования числового ВР в ЛВР 4.3.2 Частотный анализ памяти лингвистического временного ряда Как отмечается в [104], временные ряды вида (4.1) и ЛВР вида (4.2) обладают долговременной памятью [147].
Последнее означает, что такие ряды аккумулируют предыдущую информацию об
уровне стоимости курса акций и степень ее влияния на последующие значения курса акций.
Иными словами, в этих рядах заключена информация об определенных закономерностях, которые в научной литературе принято относить к так называемой долговре

[Back]