vestreaВестник Российского экономического университета имени Г. В. ПлехановаVestnik of the Plekhanov Russian University of Economics2413-28292587-9251Plekhanov Russian University of Economics10.21686/2413-2829-2016-6-86-95vestrea-226Research ArticleМАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫMATHEMATIC AND INSTRUMENTAL METHODSПРОГНОЗИРОВАНИЕ ПОКАЗАТЕЛЕЙ ИНВЕСТИЦИЙ НА ОСНОВЕ МЕТОДА ДЕРЕВЬЕВ РЕШЕНИЙFORECASTING THE INVESTMENT INDICATORS ON THE BASIS OF SOLUTION TREESКитоваОльга ВикторовнаKitovaOlga V.

доктор экономических наук, профессор, заведующая кафедрой информатики РЭУ им. Г. В. Плеханова

117997, Москва, Стремянный пер., д. 36

Doctor of Economics, Professor, Head of the Department for Information Science of the PRUE

36 Stremyanny Lane, Moscow, 117997, Russian Federation

olga.kitova@mail.ruКолмаковИгорь БорисовичKolmakovIgor B.

доктор экономических наук, профессор кафедры информатики РЭУ им. Г. В. Плеханова

117997, Москва, Стремянный пер., д. 36

Doctor of Economics, Professor of the Department for Information Science of the PRUE

36 Stremyanny Lane, Moscow, 117997, Russian Federation

kolibor@rambler.ruПеньковИлья АндреевичPenkovIlya A.

аспирант кафедры кафедры информатики РЭУ им. Г. В. Плеханова

117997, Москва, Стремянный пер., д. 36

Post-Graduate Student of the Department for Information Science of the PRUE

36 Stremyanny Lane, Moscow, 117997, Russian Federation

i.job.penkov@gmail.comРЭУ им. Г. В. ПлехановаРоссияPlekhanov Russian University of EconomicsRussian Federation201606092017068695Copyright © Китова О.В., Колмаков И.Б., Пеньков И.А., 20172017Китова О.В., Колмаков И.Б., Пеньков И.А.Kitova O.V., Kolmakov I.B., Penkov I.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vest.rea.ru/jour/article/view/226

В статье рассмотрены особенности моделей краткосрочного прогноза, реализованные на базе метода деревьев решений применительно к задаче регрессии. Дано описание основных характеристик метода деревьев решений, использующего алгоритм CART. Обосновывается необходимость применения альтернативных интеллектуальных методов прогнозирования ввиду усложнения и высокой степени неопределенности политических и социально-экономических процессов. Описан механизм итогового обобщения прогнозов. Предложено несколько вариантов реализации моделей, разработанных с использованием языка программирования Python. Проведены компьютерные эксперименты для настройки параметров моделей, позволяющих обеспечивать приемлемые результаты при прогнозировании показателей инвестиций.

The article shows specific features of short-term forecast models, which were realized on the basis of the solution trees method applied to regression task. The authors provide the description of key characteristics of the trees solution method using CART algorithm. The necessity to use alternative intellectual methods of forecasting was grounded due to more difficult and highly uncertain nature of political and social-economic processes. The mechanism of final summing-up of forecasts was described. The authors put forward several variants of implementing models designed by Python programming. Computer experiments were conducted to adjust model parameters that can guarantee acceptable results in forecasting investment indicators.

показатели инвестицийкраткосрочное прогнозированиеалгоритм CARTсистема гибридных моделейinvestment indicatorsshort-term forecastingCART algorithmsystem of hybrid modelsReferencesВейнберг Р. Р., Московой И. Н. Применение систем управления бизнес-правилами для поддержки принятия решений стратегического корпоративного менеджмента // Управленец. - 2010. - № 9-10. - С. 28-34Veynberg R. R., Moskovoy I. N. Primenenie sistem upravleniya biznes-pravilami dlya podderzhki prinyatiya resheniy strategicheskogo korporativnogo menedzhmenta [Applying of Business Rule Management Systems for Decision Support of Strategic Corporate Management]. Upravlenets, 2010, No. 9-10, pp. 28–34. (In Russ.).Демидова Л. А., Пылькин А. Н., Скворцов С. В., Скворцова Т. С. Гибридные модели прогнозирования коротких временных рядов. - М. : Горячая линия - Телеком, 2012Demidova L. A., Pyl'kin A. N., Skvortsov S. V., Skvortsova T. S. Gibridnye modeli prognozirovaniya korotkikh vremennykh ryadov [Hybrid Forecasting Models for Short Time Series]. Moscow, Goryachaya liniya – Telekom, 2012. (In Russ.).Китова О. В., Дьяконова Л. П., Пеньков И. А. Гибридный подход к прогнозированию показателей инвестиционной сферы // Менеджмент и бизнес-администрирование. - 2015. - № 3. - С. 111-115Kitova O. V., D'yakonova L. P., Penkov I. A. Gibridnyy podkhod k prognozirovaniyu pokazateley investitsionnoy sfery [Hybrid Approach to Forecasting Investment Measures]. Menedzhment i biznes-administrirovanie [Management and Business Administration], 2015, No. 3, pp. 111–115. (In Russ.).Китова О. В., Колмаков И. Б., Шарафутдинова А. Р. Анализ точности и качества краткосрочного прогноза показателей социально-экономического развития РФ // Вестник Российского экономического университета имени Г. В. Плеханова. - 2013. - № 9 (63). - С. 111-119Kitova O. V., Kolmakov I. B., Sharafutdinova A. R. Analiz tochnosti i kachestva kratkosrochnogo prognoza pokazateley sotsial'no-ekonomicheskogo razvitiya RF [Accuracy and Quality Analysis of Short-Term Forecasting of Russia’s Socio-Economic Development Indicators]. Vestnik Rossiyskogo ekonomicheskogo universiteta imeni G. V. Plekhanova [Vestnik of the Plekhanov Russian University of Economics], 2013, No. 9 (63), pp. 111–119. (In Russ.).

The authors declare that there are no conflicts of interest present.