Бизнес-модели. Стартап-покер. 9 карт. Блок 3. Структура цен
ferstSlideShow
1. МИНИСТЕРСТВО ОБРАЗОВАНИЯ, НАУКИ, МОЛОДЕЖИ И СПОРТА УКРАИНЫ
ХАРЬКОВСКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ РАДИОЭЛЕКТРОНИКИ
Кафедра ПМ
МАГИСТЕРСКАЯ АТТЕСТАЦИОННАЯ РАБОТА
МНОГОФАКТОРНОЕ ПРОГНОЗИРОВАНИЕ ЦЕН НА НЕФТЬ
Выполнил: Научный руководитель:
Ст. гр. ПМм-10-1 д.т.н., проф. Стоян Ю. Г.
Волошко А. В.
1
Харьков 2011
2. Цель – анализ и прогнозирование цены на нефть, с учетом
макроэкономических показателей и других факторов
Актуальность:
Нефть является важнейшим
стратегическим сырьем,
Цена на нефть $/бар.
служащим основой 300
производства горюче-смазочных 250
материалов. Соответственно, 200
цена на нефть влияет на 150
широкий спектр секторов 100
реального сектора экономики. 50
Нет ничего удивительного в том, 0
что цены на нефть являются
Oct/04
Oct/05
Oct/06
Oct/07
Oct/08
Oct/09
Jun/04
Jun/05
Jun/06
Jun/07
Jun/08
Jun/09
Feb/04
Feb/05
Feb/06
Feb/07
Feb/08
Feb/09
Feb/10
краеугольным камнем мировой
экономики. Цена на нефть Рисунок 1
способна вызвать сильное Реальные цены на нефть, $
движение на фондовых рынках и 2
других секторах экономики.
3. Системный анализ проблемы сложной системы
«Нефтедобывающая компания»
Анализ неудовлетворенностей
Иерархическая структура неудовлетворенностей
3
4. Системный анализ проблемы сложной системы
«Нефтедобывающая компания»
Проблема стратегического планирования развития компании
Рисунок 2
Содержательная иерархическая модель 4
процесса анализа проблемы
5. Системный анализ проблемы сложной системы
«Нефтедобывающая компания»
Анализ путей решения проблемы стратегического планирования развития
компании
Рисунок 3
Диаграмма глобальных приоритетов
5
6. Содержательная постановка задачи оценки и
прогнозирования цен на нефть
Факторы, влияющие на
уровень развития экономики
Рыночный спрос на нефть
Модели прогноза цен
Математические модели и на нефть
методы оценки и
прогнозирования
Информация о состоянии нефтяных
бирж и новостей в СМИ
6
9. Методы решения задачи прогнозирования
цен на нефть
Метод группового учета аргументов
9
10. Программная реализация алгоритмов анализа и
прогнозирования цен на нефть
Сервер Баз Данных Источники данных
Сайты, содержащие
макроэкономические
Сервис показатели и прочую
(web-приложение содержащее в статистику
себе набор анализаторов контента
сайтов (парсеров) и набор
математических алгоритмов)
web-приложения desktop-приложения
(Клиентские web- (Клиентские desktop-
приложения, запрашивающие приложения, запрашивающие
выполнение алгоритмов на сервисе) выполнение алгоритмов на сервисе)
Рисунок 4 – Общая архитектура приложения
10
11. Программная реализация алгоритмов анализа и
прогнозирования цен на нефть
С целью уменьшения потребляемых ресурсов и времени для нагрузочного
тестирования было создано приложение
Web-сайт со статистикой Сервис
Набор анализаторов
Web-сайт со статистикой контента сайтов +
Клиент
сервер баз данных
Web-сайт со статистикой Набор Клиент
математических
алгоритмов
Клиент
Рисунок 5 – Схема архитектура приложения
Сервис представляет собой web-приложение, созданное с помощью языка
порграммирования PHP на платформе CodeIgniter.
В качестве СУБД используется бесплатная версия СУБД MySQL
11
Обращение к сервису и сервиса к сайтам со статистикой происходит через
протокол http.
12. Анализ решения задачи оценки и прогнозирования
цен на нефть
Исходные данные
- Исходные данные взяты за период с января 2004 года, по апрель 2011 (некоторые приходят с
запозданием в 1 месяц) 12
- Показатель «Мощности производства» приходит с запаздыванием в 1 год, поэтому взят по апрель
2010.
18. Выводы
В данной магистерской дипломной работе проведен системный анализ
проблемы прогнозирования цен на нефть. Определены основные сценарии ее
решения.
Сформулирована задача и прогнозирования цены на нефть исходя из
макроэкономических факторов, а также частоты поиска информации в
Интернете по соответствующим ключевым словам, как оценки спекулятивной
составляющей на рынке).
Предложен метод решения задачи прогнозирования цены на нефть на
основе многофакторного подхода с учетом нелинейности связи между
исходными факторами и ценой на нефть, и наличия временных лагов в
процессе получения оперативной информации.
Разработано web-приложение, собирающее и анализирующее данные на
основе предложенного подхода.
Полученные прогнозные модели на основе квадратичных частичных
описаний обладают ошибкой прогнозирования около 7% (на 18
проверочных выборках).