Details

Целью настоящей работы является разработка и апробация моделей временных рядов для прогнозирования котировок акций ПАО «Сбербанк» с целью повышения точности оценки их будущей динамики. В рамках настоящей работы были решены следующие задачи: - исследованы теоретические основы и подходы к прогнозированию временных рядов в финансовой сфере; - проанализирована деятельность ПАО «Сбербанк»; - выполнен сбор, предобработка и визуализация временного ряда котировок акций; - построены модели временных рядов на исторических данных; - проведён сравнительный анализ точности прогнозов различных моделей с использованием метрик качества и сформулированы рекомендации по использованию моделей временных рядов в инвестиционном анализе. Источниками информации выступили данные отечественной и зарубежной научно-исследовательской литературы, официальных Интернет-ресурсов и аналитических агентств. Анализ и обработка данных проводилась с помощью языка программирования Python. Анализ деятельности компании осуществлялся с использованием пакета MS Office (Excel). В результате моделирования выявлена целесообразность использования авторегрессионных моделей с экзогенными переменными, учитывающих влияние таких факторов, как MOEXBC, минимальные и максимальные цены, что обеспечивает более адекватное отражение рыночной конъюнктуры. Результаты проведенного исследования представляют практическую значимость для финансовых аналитиков, инвестиционных компаний, портфельных управляющих, а также частных инвесторов, принимающих решения на основе прогнозов динамики фондового рынка.

The purpose of this work is to develop and test time series models for predicting stock quotations of Sberbank in order to increase the accuracy of estimating their future dynamics. The following tasks have been solved in the framework of this work: - the theoretical foundations and approaches to forecasting time series in the financial sector are investigated; - the activities of Sberbank have been analyzed; - collection, preprocessing and visualization of a time series of stock quotations has been performed; - time series models based on historical data are built; - a comparative analysis of the accuracy of forecasts of various models using quality metrics was carried out and recommendations on the use of time series models in investment analysis were formulated. The sources of information were data from domestic and foreign scientific research literature, official Internet resources and analytical agencies. The data was analyzed and processed using the Python programming language. The analysis of the companys activities was carried out using the MS Office (Excel) package. As a result of the modeling, the expediency of using autoregressive models with exogenous variables has been revealed, taking into account the influence of factors such as MOEXBC, minimum and maximum prices, which provides a more adequate reflection of market conditions. The results of the conducted research are of practical importance for financial analysts, investment companies, portfolio managers, as well as private investors who make decisions based on forecasts of stock market dynamics.