Статистические модели в прогнозировании рыночных трендов

В современной экономической среде, отличающейся высокой динамичностью и сложностью рыночных механизмов, способность эффективно прогнозировать рыночные тенденции становится главным аспектом успешного стратегического планирования деятельности предприятия. Построение точных прогнозов позволяет минимизировать риски и оптимизировать доходность, что является ключом к поддержанию и укреплению конкурентных преимуществ на рынке. В данной статье представлен анализ статистических моделей SARIMA и ETS в контексте их применения для предсказания динамики рыночных трендов, с акцентом на их применимость к анализу временных рядов данных по стоимости акций российских компаний. Изучение и анализ данных о рыночных трендах, особенно в контексте финансовых рынков, представляют собой особый интерес из-за влияния множества факторов, включая экономические изменения, политическую обстановку, технологические инновации и изменения в потребительских предпочтениях. Данное исследование подтверждает, что рассмотренные модели обладают высоким потенциалом для эффективного прогнозирования рыночных тенденций, особенно когда используются в комплексе с другими методами анализа, позволяя адекватно отражать реалии современного экономического мира

In the modern economic environment, characterized by high dynamism and complexity of market mechanisms, the ability to effectively predict market trends is becoming the main aspect of successful strategic planning of an enterprise. Building accurate forecasts allows you to minimize risks and optimize profitability, which is the key to maintaining and strengthening competitive advantages in the market. This article presents an analysis of the statistical models SARIMA and ETS in the context of their application to predict the dynamics of market trends, with an emphasis on their applicability to the analysis of time series of data on the value of shares of Russian companies. The study and analysis of market trend data, especially in the context of financial markets, is of particular interest due to the influence of many factors, including economic changes, the political environment, technological innovations and changes in consumer preferences. This study confirms that the considered models have high potential for effective forecasting of market trends, especially when used in combination with other analysis methods, allowing them to adequately reflect the realities of the modern economic world.