Опубликовано на Кубанский государственный университет (https://www.kubsu.ru)

Home > Портфолио

grant.kesiyan@mail.ru

Доцент

Доцент

Кафедра анализа данных и искусственного интеллекта

Доцент
Преподаваемые дисциплины:
01.04.02 Объектно-ориентированные языки и системы программирования; Проектирование и администрирование экономико-информационных систем; Разработка и проектирование информационных корпоративных систем; Современные интернет технологии в экономике;
09.03.03 Проектирование информационных систем;, Объектно-ориентированные модели; Объектно-ориентированные языки и системы программирования; Проектирование информационных систем; , Объектно-ориентированные модели; Объектно-ориентированные языки и системы программирования; ,

Профессиональная деятельность

Сертификат "Бизнес-модели: базовый курс"
2026 г.
Дата вручения: 
14 июля 2026
Сертификат о прохождении эл. курса "Бизнес-модели: базовый курс" С 08.07.2026 по 14.07.2026 АНО ДПО "Корпоративный университет Сбербанка" Дата выдачи: 14.07.2026
Скан-копия: 
Image icon kesiyan_grant_biznes-modeli_bazovyy_kurs.jpg
Сертификат о прохождении эл. курса "Цифровые финансы"
2026 г.
Дата вручения: 
08 июля 2026
Сертификат о прохождении эл. курса "Цифровые финансы" С 08.07.2026 по 08.07.2026 АНО ДПО "Корпоративный университет Сбербанка" Дата выдачи: 08.07.2026
Скан-копия: 
Image icon kesiyan_grant_cifrovye_finansy.jpg
Сертификат о прохождении эл. курса "Юнит-экономика"
2026 г.
Дата вручения: 
11 июля 2026
Сертификат о прохождении эл. курса "Юнит-экономика" С 08.07.2026 по 11.07.2026 АНО ДПО "Корпоративный университет Сбербанка" Дата выдачи: 11.07.2026
Скан-копия: 
Image icon kesiyan_grant_yunit-ekonomika.jpg

Основные публикации

Методика подготовки обучающей выборки для повышения качества прогнозов цен акций в задачах машинного обучения
2024 г.
Дата публикации: 
28 декабря 2024
В статье предложена методика и модель построения прогноза движения цен на рынках ценных бумаг. Предложенная модель является алгоритмом машинного обучения, в частности, нейронной сетью с прямой связью и последовательным соединением (многослойный персептрон). Новым является оптимизация гиперпараметров модели и анализ влияния резких возмущений на рынке на качество прогнозов. Модель и методика дают хорошие результаты прогнозирования в краткосрочном периоде. Модель хорошо справляется с изменениями на рынках, обусловленных быстро нарастающими внешними возмущениями. Модель также адекватно реагирует на мгновенные внешние возмущения и, хотя и теряет в точности, но правильно прогнозирует направления формирующихся трендов в начале их зарождения
Ссылка: 
Ссылка на публикацию
Файл: 
PDF icon 62.pdf
Математические модели финансовых пирамид, учитывающие стохастическую природу принятия решений
2024 г.
Дата публикации: 
01 августа 2024
Развиваются известные подходы к моделированию деятельности финансовых пирамид и проводится их обобщение с помощью стохастических дифференциальных уравнений в форме Ито. Представленные модели учитывают зависимость времени существования пирамиды от начисляемой процентной ставки и роста числа клиентов, а также разные варианты ведения рекламной кампании. Приводятся полученные формулы и результаты соответствующих экспериментов.
Ссылка: 
Ссылка на публикацию
Файл: 
PDF icon baulinammjournalofthebelarusianstateuniversity.mathematicsandinformatics_2024_no2_27-39.pdf
Методика подготовки обучающей выборки для повышения качества прогнозов цен акций в задачах машинного обучения
2024 г.
Дата публикации: 
28 июня 2024
В данной статье предложены две модели в форме систем стохастических дифференциальных уравнений, описывающих динамику прибыли и количества клиентов финансовых пирамид. В первой модели ИТО-процесс, который описывает динамику клиентов содержит два детерминированных фактора: расходы на рекламу и общительность клиентов. Во второй модели эффективность рекламной компании характеризуется параметром интенсивности процесса Орнштейна–Уленбека. Кроме того, предложена оценка точки максимума прибыли, которая связана с общим числом потенциальных клиентов
Ссылка: 
Ссылка на публикацию
Файл: 
PDF icon 26.pdf
Математические модели ценообразования на российском рынке ценных бумаг
2014 г.
Дата публикации: 
13 февраля 2014
В монографии рассмотрены и исследованы известные и новые, выведенные авторами математические модели ценообразования финансовых инструментов на российском рынке ценных бумаг, которые объединяют процесс моделирования флуктуации динамики цен за счет неслучайных нелинейных связей и за счет источника случайности. Разработанные модели сводят к минимуму субъективное восприятие предлагаемых инструментов технического анализа и осуществляют более строгую формализацию стандартных моделей. Предоставлен математически обоснованный выбор параметров обучающей выборки (длину, размерность, структуру) при применении искусственных нейронных сетей в моделировании уровня цен котировок. В области численных методов построены эффективные численные методы решения стохастических дифференциальных уравнений соответствующих математических моделей. Разработан комплекс проблемно-ориентированных программ для исследования ценообразования на российском рынке ценных бумаг.
Ссылка: 
Ссылка на публикацию