Тестовий режим. Платформа працює в режимі випробування: частина можливостей ще незавершена, дані можуть змінюватися, а окремі сторінки — виглядати або рахуватися неточно. Як читати показники · Якщо профіль стосується вас
SciNodus
СтаттяЗовнішня публікація🌐 українська

АНАЛІЗ АЛГОРИТМІЧНОГО І МАТЕМАТИЧНОГО АПАРАТУ ДЛЯ СИСТЕМ ПОБУДОВИ ТА АНАЛІЗУ ІНСТРУМЕНТІВ УПРАВЛІННЯ ПЕРСОНАЛЬНИМИ ФІНАНСАМИ

Євген ОГІНСЬКИЙДмитро Сергійович АнтонюкTetiana А. VakaliukORCIDДмитро МОСКАЛИКВячеслав ВАСИЛЕНКО

Анотація

Управління персональними фінансами має велике значення для сучасної людини. Воно визначає ухвалення фінансових рішень для того, щоб людина почувалася захищеною, покращувала персональний фінансовий добробут, завчасно формувала резервний фонд на випадок непередбачуваних ситуацій. Для досягнення фінансових цілей можуть використовуватися різні фінансові інструменти. Це може бути банківський депозит, облігації, акції, нерухомість, тощо. Кожен фінансовий інструмент також має свої характеристики. Кожен інструмент має свою ризикованість, часові обмеження і прибутковість. Валютні ризики, фінансові кризи, пандемії дуже сильно впливають на характеристики фінансових інструментів, роблять їх більш або менш привабливими. Вкладення у державні облігації можуть бути дуже вигідними в один період часу і значно менш вигідними у інші періоди часу. Тобто фінансові інструменти можуть підходити для визначених фінансових цілей в один період часу і не підходити в інший. Виникає питання вибору математичного апарату для вирішення проблеми знаходження оптимальних стратегій для фінансових вкладень людей, для того щоб врахувати різні фактори. Розглянуто детально такі методи і їх особливості як Supervised learning, Unsupervised learning, навчання з підкріпленням. Також розглянуто деякі алгоритми Supervised learning: лінійна регресія, дерева ухвалення рішень, поліноміальна регресія. Алгоритми методу Unsupervised learning: кластерний аналіз, метод K-середніх, ієрархічна кластеризація, кластеризація на основі щільності. Також розглянуто підхід агентного моделювання і спосіб статистичного моделювання випадкових процесів за допомогою ланцюгів Маркова, алгоритми навчання з підкріпленням, а саме Value-based метод і Policy-based метод. Також було розглянуто різні типи задач, які можна вирішувати за допомогою наведених підходів. Дані алгоритми дають можливість для їх широкого застосування у різних сферах, а також для вирішення питань управління персональними фінансами.

Класифікація

Ідентифікатори

Рецензій ще немає. Будьте першим!

Коментарі до статті

Коментарів ще немає

Увійдіть щоб залишити коментар

Схожі роботи