Работодателям

Custom Search 1

Кубанский государственный университет

Кесиян Грант Арутович

grant.kesiyan@mail.ru

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; ,

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:
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:
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:
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