<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Порівняння методів регуляризації LASSO та Elastic Net для різних видів економічних часових рядів у ризик-менеджменті

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Дослідження порівнює методи регуляризації (LASSO, Elastic Net та їх модифікації) для прогнозування ризиків на основі економічних часових рядів. Аналіз спрямовано на виявлення оптимальних підходів, здатних зменшити вплив мультиколінеарності та підвищити точність моделей у сфері ризик-менеджменту. Отримані результати дозволяють розробити рекомендації щодо вибору методів регуляризації залежно від характеристик економічних даних.
The study compares regularization methods (LASSO, Elastic Net, and their modifications) for risk forecasting based on economic time series. The analysis focuses on identifying optimal approaches capable of reducing the impact of multicollinearity and enhancing model accuracy in risk management. The obtained results enable the development of recommendations for selecting regularization methods based on the characteristics of economic data.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

978-617-8132-48-8

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Квєтний Р. Н., Бородкін С. І. Порівняння методів регуляризації LASSO та Elastic Net для різних видів економічних часових рядів у ризик-менеджменті // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/23120.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (4)

  1. Hastie, T., Tibshirani, R., & Friedman, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd edition. Springer, – 2009 – 533p.
  2. Brockwell, P. J., & Davis, R. A. Introduction to Time Series and Forecasting. 3rd edition. Springer, – 2016 – 425p.
  3. Zou, H., & Hastie, T. Elastic Net Regularization Paths for All Generalized Linear Models. Journal of Statistical Software, 39 (1), – 2014, URL: https://www.researchgate.net/publication/369483920_Elastic_Net_Regularization_Paths_for_All_Generalize d_Linear_Models
  4. Fieberg, C., Metko, D., Poddig, T. et al. Machine learning techniques for cross-sectional equity returns’ prediction. OR Spectrum 45, 289–323 (2023). URL: https://doi.org/10.1007/s00291-022-00693-w