авторегресійна модель

MATHEMATICAL MODELS FOR THE ANALYSIS AND FORECASTING OF RIVER WATER POLLUTION USING THE MULTIFRACTAL METHOD

This paper explores multifractal analysis for the selected time series water pollution data set and further prediction based on BOD measure with ARFIMA-based fractal model. MFDFA multifractal algorithm is applied for estimating the fractal differentiation parameter of the ARFIMA. The obtained results are compared with similar obtained with autoregressive ARIMA model and basic ARFIMA fractal model. The study reveals an enhancement in accuracy with the use of combination of multifractal analysis and fractal methods for water pollution prediction

Розроблення програмного та алгоритмічного забезпечення для прогнозування курсу криптовалют з використанням методів фрактального аналізу

У роботі створено програмне та алгоритмічне забезпечення для моделювання та прогнозування криптовалюти Bitcoin з використанням фрактальної моделі ARFIMA (AutoRegressive Fractionally Integrated Moving Average). Проведено аналіз моделей прогнозування часових рядів (авторегресійні, фрактальні).  Також  проведено   підбір найбільш відповідних параметрів обраної фрактальної моделі для максимізації точності з огляду на метрику RMSE. Проаналізовані ряди на наявність тренду, сезонності, білого шуму, нестаціонарності та довготривалої пам’яті.