Актуальность и цели. Выделена необходимость модификации традиционных статистических методов, которые основываются на предположении о нормальности распределения котировок и не учитывают более сложные динамические характеристики финансовых активов. Предложена новая методология, включающая бинарный подход к выбору активов в портфель, где основанием для принятия решения служат отклики, полученные от многопрофильных методов прогнозирования. Цель исследования - повышение эффективности инвестиционных решений за счет разработки комплексной методологии поддержки принятия решений на основе трансформации, комбинирования и синтеза статистических и спектральных методов прогнозирования временных рядов.
Материалы и методы. Комплексная методология включает в себя методы прогнозирования ARIMA/ARMA, ARIMA/GARCH и разложение Фурье, модифицированные автором. Для принятия решений на основе разработана общая модель и ее частные случаи - алгоритмы модифицированного случайного леса и Adaboost.
Результаты. Валидация моделей, входящих в методологию, была осуществлена в сравнении с классической моделью Марковитца на четырех мировых индексах за разные временные промежутки. В подавляющем большинстве случаев предложенные модели показали лучший результат, чем классическая модель.
Выводы. Комплексная методология поддержки принятия инвестиционных решений является более гибкой в сравнении с существующими за счет адаптации к характеру временных рядов и позволяет повысить эффективность инвестиций, что было показано при валидации. В дальнейшем планируется апробация методологии на российском рынке с расчетом экономического эффекта.