Вы находитесь на странице: 1из 3

 


 

Демонстрация работы алгоритма Retinex:


а – исходное изображение; б – результат обработки алгоритмом Retinex

#     References

1. Гонсалес Р., Вудс Р. Цифровая обработка изо- 1. Gonsales R., Vuds R. Tsifrovaya obrabotka izo-
бражений. М. : Техносфера, 2005. 1072 с. brazheniy. M. : Tekhnosfera, 2005. 1072 p.
2. Кругль Г. Профессиональное видеонаблюдение. 2. Krugl’ G. Professional’noe videonablyudenie.
Практика и технологии аналогового и цифрового Praktika i tekhnologii analogovogo i tsifrovogo CCTV.
CCTV. М. : Секьюрити Фокус, 2010. 640 с. M. : Sek’yuriti Fokus, 2010. 640 p.
3. Прэтт У. Цифровая обработка изображений. М. : 3. Prett U. Tsifrovaya obrabotka izobrazheniy. M. :
Мир, 1982. Т. 1. 312 с. Mir, 1982. T. 1. 312 p.
4. Jobson D. J., Rahman Z., Woodell G. A. Properties 4. Jobson D. J., Rahman Z., Woodell G. A. Properties
and Performance of a Center/Surround Retinex // IEEE and Performance of a Center/Surround Retinex, IEEE
Trans Image Process. 1997. 451 p. Trans Image Process. 1997. 451 p.
5. A Variational Framework for Retinex / R. Kimmel 5. Ron Kimmel, Doron Shaked, Michael Elad, Irwin
[et al.]. Hewlett-Packard Laboratories, 2001, рp. 1–31. Sobel. A Variational Framework for Retinex, Hewlett-
Packard Laboratories, 2001, рp. 1–31.

© Алексеев И. С., Беленя И. А., 2016

___________
УДК 004.021

<A?4@>= 488A8;@D 4@;>8?<5@@ ^@;<;C4![\ !8=8;;[\ D4!

В. В. Андреев

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева


Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: jcjet88@gmail.com

! /      . 4      -
      . 4          
            .

#3  :    ,    ,  / .

COINTEGRATION OF FINANCIAL TIME SERIES DETECTION ALGORITHM

V. V. Andreev

Reshetnev Siberian State Aerospace University


31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation
E-mail: jcjet88@gmail.com

181

 
. 2016

The problem of calculating the cointegration of time series is observed. An algorithm to identify pairs of cointe-
grated time series is proposed. Integration procedures are observed. Application of cointegration calculation is pro-
posed.

Keywords: stock market, time series, forecast.

Одной из важных задач при создании торговых ал- дик, используемых в прикладной статистике и эконо-
горитмов является рассчет коинтеграции, который метрике для анализа временных рядов, является тест
определяет, насколько один актив зависит от другого. Дики–Фуллера, который позволяет определить ста-
Это важно при создании алгоритмов на основе парно- ционарность временного ряда. Если спред стациона-
го трейдинга (basket trading), арбитражных стратегий рен, то, согласно определению, ряды коинтегриро-
и в качестве дополнительного средства контроля рис- ванны. На рис. 4 представлены два графика случайно-
ков в других стратегиях [1–6]. го блуждания.
Коинтеграция – свойство нескольких нестацио-
нарных (интегрированных) временных рядов, заклю-
чающееся в существовании некоторой их стационар-
ной линейной комбинации.
Примером стационарного процесса является ряд
нормально распределенный случайных значений (рис. 1).

Рис. 3. Применение кумулятивной суммы


к случайному блужданию

Рис. 1. График ряда из 500 нормально


распределенных случайных значений

При применении к этому ряду операции интегра-


ции (кумулятивной суммы) будет получен график
случайного блуждания, имеющий порядок интегра-
ции I(1). Полученный график показан на рис. 2.

Рис. 4. График двух случайных блужданий

При проверке гипотезы стационарности спреда


тестом Дики–Фулера было получено P-значение
0,7638. Следовательно, спред не является стационар-
Рис. 2. Результат применения операции кумулятивной ным, и коинтеграция временных рядов не подтвер-
суммы к ряду случайных значений ждена. На рис. 6 представлены два коинтегрирован-
ных временных ряда.
Полученный ряд похож на ценовую диаграмму.
Если еще раз применить к временному ряду операцию
кумулятивной суммы, получится результат, показан-
ный на рис. 3.
Как видно из рис. 3, при порядке интегрирования
I(2) получается ряд, отражающий тенденцию (трендо-
вую составляющую) и схожий с графиками макроэко-
номических показателей. Таким образом, графики цен
(ряды с порядком интеграции, близким к I(1)) коин-
тегрированы, если их спред представляет собой ста-
ционарный I(0) процесс. Спред можно вычислить по
формуле S = Y1 – bY2, где Y1, Y2 – сравниваемые вре-
менные ряды (абсолютные значения); b – коэффици-
ент. Значение коэффициента можно вычислить, по-
строив линейную регрессию Y1 ~ Y2. Одной из мето- Рис. 5. Коинтегрированные временные ряды

182
 


 

При проверке гипотезы стационарности спреда Correlation and Cointegration Approach // International
тестом Дики–Фулера было получено P-значение ме- Journal of Economics and Finance, 2014 Vol. 6. No. 3.
нее 0,01. Следовательно, спред является стационар- Рр. 96–110.
ным, и коинтеграция временных рядов подтверждена.
Данный метод может применяться для поиска ры- References
ночных неэффективностей и в различных арбитраж-
ных стратегиях [5; 6]. 1. Schmidt A. Pairs trading: a cointegration approach.
University of Sydney, 2008. 130 р.
#     2. Perlin M. Evaluation of pairs trading strategy at the
Brazilian financial market // MPRA paper. 2007. № 8308.
1. Schmidt A. Pairs trading: a cointegration approach. 3. Sravnenie vremennykh ryadov. Available at:
University of Sydney, 2008. 130 с. http://www.algorithmist.ru/2011/08/time-series-similarity-
2. Perlin M. Evaluation of pairs trading strategy at the measures.html (accessed: 02.09.2016).
Brazilian financial market // MPRA paper. 2007. № 8308. 4. Osnovy statisticheskogo arbitrazha. Available at:
3. Сравнение временных рядов [Электронный http://stocksharp.com/articles/347/osnovy-statistiches-
ресурс]. URL: http://www.algorithmist.ru/2011/08/time- kogo-arbitrazha-kointegratsiya/ (accessed 02.09.2016).
series-similarity-measures.html (дата обращения: 02.09.2016). 5. Zhang H., & Zang Q. Trading a mean-reverting
4. Основы статистического арбитража [Электрон- asset: Buy low and sell high. Automatica, 2008. Vol. 44,
ный ресурс]. URL: http://stocksharp.com/articles/ рр. 1511–1518.
347/osnovy-statisticheskogo-arbitrazha-kointegratsiya/ 6. Miao G. J. High Frequency and Dynamic Pairs
(дата обращения: 02.09.2016). Trading Based on Statistical Arbitrage Using a Two-Stage
5. Zhang H., Zang Q. Trading a mean-reverting asset: Correlation and Cointegration Approach. International
Buy low and sell high // Automatica. 2008. Vol. 44. Journal of Economics and Finance, 2014 Vol. 6, No. 3,
Р. 1511–1518. рр. 96–110.
6. Miao G. J. High Frequency and Dynamic Pairs
Trading Based on Statistical Arbitrage Using a Two-Stage © Андреев В. В., 2016

___________
УДК 004.042

@C4AgE4!<;@8 <;;[\ =4;@>4@;?< C>4FC>! AD 4;<]8;@D


>8B8 @;^4=<5@@

П. А. Безрук, Е. П. Моргунов

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева


Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: bez_pa@rambler.ru

4  /           3      -
.

#3  :  , ,   , SNMP.

USING THE DEVICE TO MONITOR DATA FOR THE INFORMATION LEAKS DETECTION

P. A. Bezruk, E. P. Morgunov

Reshetnev Siberian State Aerospace University


31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation
E-mail: bez_pa@rambler.ru

The research describes using the device to monitor data for the information leaks detection algorithm.

Keywords: information, network, monitoring, SNMP.

Сегодня, в информационную эпоху, действия вре- Распространённые средства защиты информации


доносных программ и вирусов могут не только нару- на сегодняшний день – антивирусные программы,
шить работу аппаратно-программных комплексов, но межсетевые экраны, различного рода программы
и привести к потере или краже электронных данных, шифрования и др. Но не одни средства и методы за-
влекущих за собой серьезные последствия. щиты не могут сохранить электронные данные от

183

Вам также может понравиться