SCI Библиотека

Цель исследования. Цель исследования состоит в разработке нового метода нахождения оптимального портфеля ценных бумаг, основанного на субоптимизации с использованием разреженной ковариационной матрицы, и создании на его основе программы для автоматизации процедуры выбора стратегии инвестирования.

Материалы и методы. В работе представлена одна из возможных формализаций двухкритериальной задачи инвестирования - постановка задачи на максимум ожидаемой доходности портфеля при ограничении сверху на СКО. При этом обосновано проведение расчетов СКО портфеля с разреженной матрицей ковариаций доходностей финансовых инструментов. Приведено решение двухкритериальной задачи, основанное на использовании условий оптимальности Каруша-Куна-Таккера. Все необходимые первичные расчеты и исследования выполняются в Microsoft Excel, для автоматизации и реализации графического интерфейса используются функции язык программирования Python. Результаты. Проведен анализ используемых методов принятия инвестиционных решений и обосновано использование каждого из них для конкретных данных фондового рынка. Для автоматизации аналитических подходов к нахождению оптимальной инвестиционной стратегии при полной, частичной и отсутствующей корреляционной зависимости была создана программа и графический интерфейс с использованием библиотек языка программирования Python. Программный продукт апробирован на примере процесса инвестирования с реальными данными российского фондового рынка. В качестве исходных данных в настоящем исследовании послужили котировки акций российских компаний за период с 01.01.2019 по 31.12.2021, взятые с сайта Yahoo Finance. Выбор каждой из акций был основан на результатах проведенного фундаментального и технического анализа. Заключение. В результате проведенного исследования было установлено, что предложенный метод нахождения оптимальной стратегии с использованием разреженной ковариационной матрицы является подходящим инструментом для активной стратегии инвестирования. Техническая реализация предложенного метода - использование языка программирования Python для создания графического интерфейса - позволяет автоматизировать процесс построения инвестиционной стратегии.

В этой работе представлены результаты исследований по автоматизации обработки данных измерений бриллюэновских рефлектограмм, содержащих различные виды одномодовых оптических волокон. Анализируя параметры рассеяния Мандельштама - Бриллюэна возможно различать разновидности оптических волокон в исследуемых оптических кабелях, а также оценивать изменение бриллюэновского частотного сдвига и определять степень продольного натяжения. Начальные значения бриллюэновского частотного сдвига и спектр рассеяния Мандельштама - Бриллюэна для каждой разновидности оптических волокон отличаются. Представлены разработанные программы для обработки блиллюэновских рефлектограмм. Сделаны выводы о точности оценок, полученных по различным алгоритмам, на основании накопленного опыта по работе с представленными программами.

Составлена математическая модель процессов, протекающих в аэродисперсных средах с твёрдыми частицами, при взаимодействии с лазерным излучением. В модели учитываются термоэмиссия электронов с поверхности микрочастиц и лазерный пробой. Расчетами показана возможность возникновения слабой сплошной ионизации воздушной среды на расстоянии нескольких сантиметров от очага пробоя за счёт ионизации молекул NO и протекания термохимических реакций в длинной лазерной искре.

Предлагается методика применения цифровых фильтров для классификации управляющих сигналов в режиме реального времени. Сигналы могут поступать от различных управляющих датчиков, установленных на управляемом устройстве, например мобильном роботе. Управляющие сигналы поступают от датчиков, подвергаются обработке, классификации, и в дальнейшем используются для управления мобильным
робототехническим устройством. Существует большое количество алгоритмов классификации сигналов, в основе которых лежит выделение характерных особенностей сигнала, таких как амплитуда, частота, среднее значение и др. Большинство алгоритмов классифицируют сигналы на основе характеристик (features) во временном домене. В данной работе предлагается использовать частотные характеристики сигнала и на их основе осуществлять классификацию, применяя узкополосные «гребенчатые» цифровые фильтры. Базовые частоты управляющего сигнала находятся на предварительном этапе с помощью быстрого преобразования Фурье.  После того как базовые частоты определены, процесс классификации заключается в фильтрации сырого сигнала набором цифровых узкополосных «гребенчатых» фильтров. Такой подход позволяет классифицировать управляющие воздействия «на лету» в режиме реального времени. Цифровые фильтры могут быть использованы для классификации различных видов сигналов, которые в дальнейшем преобразуются в управляющие команды для мобильного робототехнического устройства.

В теории вероятностей и математической статистике для проверки статистической гипотезы о принадлежности единичного измеренного значения какой-либо физической величины или какого-либо показателя заданной выборке разработан метод, основанный на определении доверительных интервалов.

Доверительные интервалы, исходя из способа их расчета, можно рассматривать как дискретные случайные величины.

В настоящей работе показано, что реально доверительные интервалы являются непрерывными случайными величинами.

Для нормального и логарифмически нормального законов распределения случайных величин с использованием выборки из генеральной совокупности обоснованы законы распределения соответствующих доверительных интервалов и, исходя из этого, способ нахождения доверительных границ для них.

Представление доверительных интервалов как непрерывных случайных величин позволяет делать более корректные выводы при оценке статистических гипотез.