Издание предназначено для студентов, обучающихся по направлению «Прикладная математика и информатика», профиль «Системный анализ, исследование операций и управление в финансах» / «Анализ данных и принятие решений в экономике и финансах» (программа подготовки бакалавра), по программе подготовки магистра «Финансовая математика и анализ рынков», направление подготовки «Финансы и кредит». Содержит материал для самостоятельного изучения, расширяющий основное содержание дисциплин «Математические основы финансовой экономики», «Математические основы классической финансовой экономики», «Математика финансовых инструментов», «Математические методы финансового анализа».
Предлагаемый практикум – составная часть учебного комплекса по общему курсу математики. Практикум содержит около 2700 задач (с решениями и для самостоятельной работы), в том числе задачи с экономическим содержанием. Существенное отличие его от других изданий – наличие наряду с традиционными контрольными заданиями (63 варианта, более 400 задач) тестовых заданий (28 тестов, более 400 тестовых заданий). Это позволяет достаточно эффективно использовать пособие в процессе аудиторной и самостоятельной работы. Для студентов бакалавриата направлений экономики и менеджмента, а также магистров и аспирантов, преподавателей и лиц, занимающихся самообразованием.
В работе рассматривается регрессионная модель волатильности российского валютного рынка (RUR/USD). Используется декомпозиция волатильности на компоненты, характеризующие фрактальную структуру финансового ряда. С помощью регрессионного анализа подтверждается квазицикличность одной из компонент. Обсуждаются возможности прогноза динамики волатильности, в том числе прогноза перехода рынка в нестабильное состояние.
Рассматривается задача определения характера роста короткого временного ряда (альтернативный выбор между линейным и экспоненциальным трендом). Предлагается простой критерий выбора. Результат может быть использован, в том числе, в медицине, в частности, при интерпретации динамики показателя онкомаркера.
Рассматривается задача интервальной оценки параметра экспоненциального роста короткого временного ряда при наличии дополнительных параметров. Результаты оценивания применяются в задаче прогнозировании течения онкологического заболевания на основании динамики показателей онкомаркера.